课程目录

• 1.开场
• 10.分钟用LlamaFactory微调模型部署ollama，SpringAI接入
• 2分钟部署本地文生图模型
• 4.Spring AlibabaAi快速上手
• 6.deepseek接入spring cloud alibaba 完成智能化实战
• 7.qwq32b+接入spring cloud alibaba 完成智能化实战
• 8.MCP是什么MCP+SpringAI快速实现
• 9.如何通过cline和springAI使用McpServer
• fileTree.bat
• fileTree.txt
• -
• 1、Java大模型开发框架LangChain4J实战
• 01_1.LangChain4j全景解读：从0到1构建AI应用
• 02_2.5分钟上手LangChain4j实战
• 03_3.国产最强！DeepSeek+通义千问接入实战
• 04_4.Ollama本地部署：低成本运行大模型
• 05_5.文生图+语音：用LangChain4j玩转多模态
• 06_6.SpringBoot整合：企业级AI应用开发
• 07_7.流式输出：打造实时交互AI应用
• 08_8.多轮对话开发：让AI拥有“记忆”
• 09_9.ChatMemory实现及原理：实现上下文感知对话
• 10_10.@MemoryId：多用户对话隔离实战
• 11_11.对话持久化：你和AI的对话如何持久化到数据库
• 12_12.Function Call：连接外部API的终极方案
• 13_13.实战票务助手：SystemMessage+Function Call最佳实践
• 14_14.RAG揭秘：用知识库增强AI智商
• 15_15.向量引擎：大模型理解的基石
• 16_16.文本向量化：从词到语义的跨越
• 17_17.向量检索：精准匹配海量知识
• 18_18.RAG文件解析：非结构化数据处理术
• 19_19.智能分词器：中文RAG的核心武器
• 20_20.文本向量化：让AI真正理解你的数据
• 21_21.检索增强：打破大模型幻觉边界
• 22_22.SpringBoot+RAG：生产级知识库方案
• 23_23.智能体开发：用ServiceAI链构建AGI雏形
• 24_24.什么是MCP？Langchain4j接入MCP Server
• -
• 3、Spring Al Alibaba大模型开发框架实战
• 43_0.课程介绍
• 44_1.Spring AI Alibaba的介绍
• 45_2.版本选型
• 46_3.大模型选型
• 47_4.基于Ollama部署本地大模型
• 48_5.基于Cherry Studio接入云端大模型
• 49_6.Spring AI Alibaba整合Ollama接入本地大模型
• 50_7.Spring AI Alibaba接入阿里云百炼平台的大模型
• 51_8.Spring AI Alibaba接入兼容OpenAI API的大模型
• 52_9.实现你的第一个AI应用聊天机器人
• 53_10.ChatClient如何返回实体类型
• 54_11.定制ChatClient指定消息角色
• 55_12.如何让大模型具有对话记忆？
• 56_13.基于内存存储历史对话
• 57_14.基于Redis存储历史对话
• 58_15.对话模型ChatModel使用
• 59_16.ImageModel实现文生图
• 60_17.Audio Model实现文生语音&语音转文本
• 61_18.提示词的数据结构
• 62_19.基于ConfigurablePromptTemplateFactory实现提示词动态
• 63_22.静态RAG实现：提示词动态注入
• 64_20.基于PromptTemple实现提示词动态模版
• 65_21.基于SystemPromptTemplate实现提示词动态模版
• 66_23.如何实现结构化输出
• 67_24.大模型是如何工作的？
• 68_25.通义千问模型参数调优
• 69_26.如何实现多个AI大模型的无缝切换
• 70_27.什么是RAG
• 71_28.利用cherry studio导入题库让大模型实现考题解析
• 72_29.基于阿里云百炼平台0代码构建RAG应用
• 73_30.RAG的工作原理
• 74_31.Spring AI Alibaba实现RAG
• 75_32.Spring AI Alibaba本地集成百炼智能体应用实战
• 76_33.Spring AI Alibaba本地集成百炼知识库实战
• 77_34.Fuction Calling是什么
• 78_35.Fuction Calling获取天气信息
• 79_36.智能客服根据商品ID获取商品详情
• 80_38.什么是MCP协议
• 81_39.cherrystudio接入百度地图MCP服务
• 82_40.百炼智能体应用接入高德地图MCP服务
• 83_41.基于stdio实现MCP服务
• 84_42. 基于SSE实现MCP服务
• 85_43. 手写MCP服务并借助serverless上传到云端
• 86_44.电商智能客服项目的介绍
• 87_45.电商智能客服项目演示
• 88_46.接入阿里云百炼模型实现智能客服对话能力
• 89_47.使用Memory实现智能客服多轮对话记忆能力
• 90_48.使用Trae 生成电商订单服务代码
• 91_49.使用RAG接入电商客服知识库
• 92_50.使用Fuction Calling实现订单相关业务的调用
• 93_51.使用MCP调用订单服务查询订单详情
• 94_52.商品智能导购介绍
• 95_53.10分钟构建能主动提问的智能导购
• 96_54.基于阿里云百炼工作流构建电商智能导购应用
• -
• 4、Java大模型项目智能航空助手实战
• 100_4.SpringAI Alibaba 代码深度解读
• 101_5.实战智能对话：让AI听懂你的需求
• 102_6.角色预设：打造个性化AI助手
• 103_7.对话记忆：让AI记住用户上下文
• 104_8.日志追踪：AI对话监控
• 105_9.智能退订：Function Call实战应用
• 106_10.Function Call揭秘：扩展AI能力边界
• 107_11.Function Call实战：智能退订实现
• 108_12.退订确认：保障业务完整性
• 109_13.RAG实战：突破大模型知识局限
• 110_14.MCP+SpringAI：企业级AI解决方案
• 111_15.如何通过cline和springAI使用McpServer
• 97_1. SpringAI Alibaba 实战：企业级AI项目演示
• 98_2.SpringAI Alibaba 架构解析：开发必做准备
• 99_3.前后端项目启动SpringAI Alibaba
• -
• 5、大模型底层协议MCP与A2A详解与实战
• 112_1.MCP是什么MCP+SpringAI快速实现
• 113_2.如何通过cline和springAI使用McpServer
• -
• 6、Java大模型微调实战
• 114_1.分钟用LlamaFactory微调模型部署ollama SpringAI接入