课程介绍
Java大模型工程能力必修课,LangChain4j 入门到实践,。Java 开发者转型 AI ,聚焦企业急缺的 LangChain4j+LLM 应用开发能力,通过从0到1构建智能失物招领应用,带你全流程打通从需求分析→架构设计→代码实现→迭代优化的企业级开发闭环;课程会深度解析LLM大模型应用开发核心技能,涵盖:ChatMemory 状态管理、动态提示词工程、Tool工具链集成及 AiService 服务化等核心组件,助力你轻松打通“Java 大模型应用开发最关键卡点”,倍增 AI 时代 Java 工程师全新竞争力。
课程目录
├── 第1章 大模型启蒙:AI世界观构建/ │ ├── [ 95M] 1-1学懂LangChain4j,构建你的Java大模型应用的核心能力 │ ├── [ 42M] 1-2【概念全览】全局视角解析:站在高角度审视AI技术大模型 │ ├── [ 19M] 1-3【生态图谱】大模型技术图谱:大模型应用开发场景流程 │ ├── [ 28M] 1-4【生态图谱】大模型技术图谱:大模型如何产生&大模型面临哪些问题 │ ├── [ 20M] 1-5【生态图谱】大模型技术图谱:大模型向量数据库应用场景流程 │ ├── [ 18M] 1-6【生态图谱】大模型技术图谱:大模型模型微调场景流程 │ ├── [ 32M] 1-7【架构解密】Langchain4j架构解密:Java生态的AI开发新范式 │ ├── [ 19M] 1-8【架构解密】Langchain4j架构解密:Langchain4j开发应用场景 │ ├── [ 25M] 1-9【生态对比】框架生态深度评测:SpringAI与Langchain4j的技术路线对比(1) │ └── [ 50M] 1-10【生态对比】框架生态深度评测:SpringAI与Langchain4j的技术路线对比(2) ├── 第2章 接入模型:LangChain4j接入生态实战/ │ ├── [ 41M] 2-1【环境准备】Springboot应用程序搭建指南 │ ├── [ 80M] 2-2【上手体验】Langchain4接入第一个大模型HelloWorld │ ├── [ 40M] 2-3【模型框架整合】Langchain4j整合生态SpringBoot │ ├── [ 55M] 2-4【丰富模型】Langchain4j支持哪些大模型接入 │ ├── [ 63M] 2-5【丰富模型】Langchain4j整合DeepSeek大模型 │ ├── [ 97M] 2-6【模型介绍】阿里百炼大模型使用介绍 │ ├── [ 61M] 2-7【丰富模型】Langchain4j接入阿里百炼大模型 │ ├── [ 50M] 2-8【丰富模型】Langchain4j接入阿里千义万象大模型 │ ├── [ 47M] 2-9【丰富模型】Langchain4j接入阿里百炼DeepSeek大模型 │ └── [116M] 2-10【设计模式】使用工厂模式集成多模态大模型 ├── 第3章 解放生产力:AiService智能代理/ │ ├── [8.1M] 3-1【核心原理】AiService特性与知识要点讲解 │ ├── [ 51M] 3-2【小牛试刀】上手体验AiService基本玩法有哪些 │ ├── [ 55M] 3-3【精益求精】AiService如何优雅的进行创建 │ └── [ 56M] 3-4【消息类型】AiServices封装的消息类型有哪些 ├── 第4章 记忆宫殿:ChatMemory对话记忆/ │ ├── [110M] 4-1【上手体验】大模型聊天记忆简单实现 │ ├── [133M] 4-2【核心组件】使用AiSerivce整合ChatMemory实现聊天记忆 │ ├── [ 62M] 4-3【高阶特性】ChatMemory实现会话隔离机制 │ ├── [ 69M] 4-4【源码剖析】知其然之所以然:ChatMemory源码深度解析 │ ├── [ 14M] 4-5【存储选择】ChatMemory合理选择存储介质 │ ├── [ 40M] 4-6【高阶特性】ChatMemory如何平滑的切换存储介质 │ ├── [116M] 4-7【高阶特性】ChatMemory自定义整合MySql存储介质 │ └── [ 20M] 4-8【高阶特性】整合MySql存储介质数据格式 ├── 第5章 咒语工程:提示词角色操纵术/ │ ├── [109M] 5-1【核心原理】@SystemMessage系统提示词角色约束 │ ├── [ 63M] 5-2【扩展应用】提示词日期应用与加载提示词方法 │ ├── [ 77M] 5-3【核心原理】@UserMessage用户提示词角色约束 │ ├── [ 43M] 5-4【核心应用】提示词多个参数使用方法 │ ├── [ 62M] 5-5【扩展应用】@SystemMessage和@V混合使用方法 │ ├── [ 95M] 5-6【扩展应用】自定义基础类型和自定义对象结构化输出 │ ├── [ 66M] 5-7【扩展应用】自定义枚举类型和boolean类型结构化输出实践 │ └── [172M] 5-8【落地实践】基于提示词构建专业的法律咨询助手 ├── 第6章 超能扩展:Tools外部能力集成/ │ ├── [ 85M] 6-1【上手体验】函数调用介绍&通过AiSerivce整合Tool函数调用 │ ├── [ 65M] 6-2【流程分析】画图剖析大模型与本地函数调用流程 │ └── [ 49M] 6-3【知识扩展】@Tool注解&@P注解&@ToolMemoryId注解使用方法 ├── 第7章 案例实战:AI招领助手开发V1/ │ ├── [ 87M] 7-1【项目介绍】失物招领智能助手功能介绍 │ ├── [112M] 7-2【架构设计】失物招领智能助手架构设计 │ ├── [146M] 7-3【基础搭建】失物招领基础环境工程搭建 │ ├── [ 59M] 7-4【基础测试】失物招领智能大模型基础环境测试 │ ├── [169M] 7-5【核心开发】开发失物招领大模型用户意图功能 │ ├── [ 36M] 7-6【阶段测试】失物招领用户意图阶段自测 │ ├── [118M] 7-7【核心开发】开发失物招领大模型失物登记功能 │ ├── [ 87M] 7-8【引出问题】多个系统提示词共用AiService带来的问题 │ ├── [ 30M] 7-9【阶段测试】大模型失物登记功能测试 │ ├── [ 92M] 7-10【持久化数据】开发失物登记数据持久化数据库 │ ├── @ │ ├── [ 59M] 7-11【阶段测试】失物登记持久化数据库测试 │ ├── [151M] 7-12【核心开发】开发失物招领会话记忆AOP切面功能 │ ├── [140M] 7-13【核心开发】开发自定义会话聊天记忆Tool工具类 │ ├── [105M] 7-14【阶段测试】测试自定义会话聊天记忆功能 │ ├── [119M] 7-15【核心开发】开发失物登记修改功能 │ ├── [ 72M] 7-16【阶段测试】测试失物登记修改功能 │ ├── [ 75M] 7-17【场景优化】解决修改失物登记场景大模型出现幻觉问题 │ ├── [ 38M] 7-18【完善功能】完善失物招领助手会话记录查询和删除记录功能 │ ├── [231M] 7-19【核心开发】开发找到失物登记大模型功能 │ ├── [ 95M] 7-20【核心开发】开发找到失物登记业务功能 │ ├── [192M] 7-21【阶段测试】测试与优化找到失物登记相关功能点 │ └── [ 65M] 7-22【阶段测试】找到失物补充信息功能测试 ├── 第8章 开天眼:向量知识库智能增强/ │ ├── [ 63M] 8-1【应用场景】RAG和微调大模型应用场景介绍 │ ├── [ 56M] 8-2【核心知识】大模型向量搜索相关概念 │ ├── [ 89M] 8-3【RAG流程】画图理解RAG建立索引过程和检索过程 │ ├── [ 70M] 8-4【核心知识】RAG加载document数据源 │ ├── [ 51M] 8-5【核心知识】RAG常见文档加载API使用 │ ├── [ 77M] 8-6【核心知识】RAG文档解析器使用和常见功能 │ ├── [ 65M] 8-7【核心知识】文档分割器的常见功能 │ ├── [125M] 8-8【核心知识】RAG向量转换和向量存储 │ ├── [140M] 8-9【核心源码】RAG建立索引核心源码流程剖析 │ ├── [ 53M] 8-10【核心知识】RAG文档分割器使用 │ ├── [ 94M] 8-11【核心知识】大模型token相关概念 │ ├── [ 93M] 8-12【丰富模型】阿里百炼embedding向量模型接入 │ ├── [ 57M] 8-13【向量存储】Pinecone向量存储组件使用介绍 │ ├── [ 75M] 8-14【整合Pinecone】工程接入Pinecone向量存储 │ ├── [150M] 8-15【落地实践】构建仿京东外卖客服加载属于自己的知识库 │ ├── [101M] 8-16【落地实践】构建仿京东外卖客服知识库建立索引到Pinecone │ ├── [ 95M] 8-17【落地实践】构建仿京东外卖客服知识库检索实现 │ ├── [178M] 8-18【落地实践】构建仿京东外卖客服RAG检索+大模型功能实现 │ └── [ 64M] 8-19【画图剖析】用一张图看看仿京东外卖客服底层到底做了那些事情? └── 第9章 案例实战:AI招领助手开发V2/ ├── [256M] 9-1【核心开发】开发失物招领索引建立和查询功能 ├── [ 26M] 9-2【架构设计】失物招领助手查询失物功能设计 ├── [111M] 9-3【阶段测试】测试索引建立和索引查询功能 ├── [115M] 9-4【核心开发】开发失物查询RAG整合大模型定义AiService ├── [ 84M] 9-5【核心开发】开发失物查询RAG整合大模型定义Tools+提示词功能 ├── [ 57M] 9-6【核心开发】开发失物查询业务代码层实现 └── [ 49M] 9-7【阶段测试】测试失物查询RAG+大模型功能实现 └── 代码/





