课程目录

• 01-教程介绍
• 02-LangChain4J入门-简介
• 03-LangChain4J入门-应用程序整合大语言模型的常见场景
• 04-LangChain4J入门-创建SpringBoot应用程序
• 05-LangChain4J入门-接入大模型
• 06-LangChain4J入门-使用Spring Boot Starters
• 07-接入其他大模型-都有哪些大模型可进行接入
• 08-接入其他大模型-DeepSeek
• 09-接入其他大模型-运行时无法获取API Key的原因
• 10-接入其他大模型-Ollama本地部署
• 11-接入其他大模型-Ollama
• 12-接入其他大模型-阿里百炼介绍
• 13-接入其他大模型-阿里百炼通义千问
• 14-接入其他大模型-阿里百炼通义万象
• 15-接入其他大模型-阿里百炼DeepSeek
• 16-AIService-概念
• 17-AIService-创建AIService
• 18-AIService-使用@AiService
• 19-AIService-工作原理
• 20-Chat Memory-聊天记忆的简单实现
• 21-Chat Memory-使用Chat Memory实现聊天记忆
• 22-Chat Memory-使用AIService实现聊天记忆
• 23-Chat Memory-隔离聊天记忆
• 24-Chat Memory-实现原理
• 25-Chat Memory-替换聊天记忆的实现
• 26-Persistence-存储介质的选择
• 27-Persistence-MongoDB简介
• 28-Persistence-MongoDB的安装和基本操作
• 29-Persistence-SpringBoot整合MongoDB
• 30-Persistence-实现
• 31-Persistence-测试
• 32-Prompt-系统提示词
• 33-Prompt-在提示词中添加当前日期
• 34-Prompt-从资源中加载提示模板
• 35-Prompt-用户提示词
• 36-Prompt-使用@v参数
• 37-Prompt-多个参数的情况
• 38-Prompt-@SystemMessage和@V
• 39-项目实战-创建硅谷小智聊天助手
• 40-项目实战-测试硅谷小智聊天助手
• 41-Function Calling-测试大语言模型的缺陷
• 42-Function Calling-工具的定义和使用
• 43-Function Calling-@Tool和@P
• 44-Function Calling-@ToolMemoryId
• 45-项目实战-实现预约相关业务逻辑
• 46-项目实战-测试业务方法
• 47-项目实战-创建和配置Tools
• 48-项目实战-测试硅谷小智的预约功能
• 49-RAG-RAG和微调大模型
• 50-RAG-向量和维度
• 51-RAG-相似度和相似度测量
• 52-RAG-索引阶段和检索阶段
• 53-RAG-文档加载器
• 54-RAG-文档解析器
• 55-RAG-文档分割器
• 56-向量转换和向量存储
• 57-自定义文档分割器
• 58-Token和Token计算
• 59-项目实战-在硅谷小智中实现RAG
• 60-Embedding-引入通用文本向量模型
• 61-Embedding-Pinecone的使用
• 62-Embedding-向Pinecone中存入数据
• 63-Embedding-相似度匹配
• 64-项目实战-在硅谷小智中集成向量大模型和Pinecone向量存储
• 65-项目实战-流式输出
• 66-项目实战-运行前端工程