【中文配音】Java转型AI agent开发,无缝切换【实战合集】
合集 · Java开发 (4)
Parts
- P1 · 01. 课程介绍与我们要构建的内容
- P2 · 02. 入门:API 密钥与项目设置
- P3 · 03. 使用 Spring AI 构建第一个 AI 应用
- P4 · 04. 什么是 AI?机器学习与深度学习解释
- P5 · 05. 大型语言模型与 Transformer
- P6 · 06. 提示工程基础
- P7 · 07. 为什么选择 Java 与 AI?Spring AI 概述
- P8 · 08. 聊天客户端与流式响应
- P9 · 09. 提示词与系统消息
- P10 · 10. 带类型安全的结构化输出
- P11 · 11. 多模态 AI:图像与音频处理
- P12 · 12. 聊天记忆与会话状态
- P13 · 13. 理解 LLM 的局限性
- P14 · 14. 提示防护与安全
- P15 · 15. 提示填充与上下文增强
- P16 · 16. 检索增强生成 (RAG)
- P17 · 17. 工具与函数调用
- P18 · 18. 模型上下文协议 (MCP) 服务器
- P19 · 19. 开源模型与专有模型对比
- P20 · 20. 使用 Ollama 运行本地模型
- P21 · 21. Docker Model Runner 与 LM Studio
- P22 · 22. 在 Spring AI 中使用本地模型
- P23 · 23. 使用 Prometheus 与 Grafana 实现可观测性
- P24 · 24. AI 应用的重要指标
- P25 · 25. 测试 AI 应用与模型评估
- P26 · 26. 确定性测试与非确定性测试
- P27 · 27. 关键要点与最佳实践
- P28 · 28. 资源与社区
- P29 · 29. 构建你的 AI 作品集
- P30 · 30. 下一步与课程总结
Description
围绕一个为 Java 开发者量身打造的 Spring AI 入门实践课程展开,共 12 集内容,逐步带您从零搭建出具备 AI 能力的现代应用。开篇先介绍课程目标与最终要构建的项目样貌,然后从获取 API 密钥、配置开发环境起步,引导您写出第一个整合 Spring AI 的 Java 程序。接着系统梳理 AI 基础知识,包括机器学习与深度学习的区别、大语言模型与 Transformer 架构,以及提示工程的核心原理,让您在掌握概念的同时理解为什么 Java 与 Spring AI 的结合是当前开发 AI 应用的高效路径。后续章节深入代码实战:如何使用 Chat Client 实现流式响应、如何构造带有系统消息的复杂提示、如何获取类型安全的结构化输出,再到多模态 AI 处理图片与音频,最后讲解如何为对话添加记忆与状态管理,完成一个具备持续会话能力的智能应用。