Java大模型工程能力必修,LangChain4j实战AI智能体

Java大模型工程能力必修,LangChain4j实战AI智能体资源介绍:

Java大模型工程能力必修,LangChain4j实战AI智能体

破解 Java 开发者转型 AI 困局！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。

资源目录:

├──第1章 大模型启蒙：AI世界观构建

| ├──1-1 学懂LangChain4j，构建你的Java大模型应用的核心能力_ 92.17M

| ├──1-10 【生态对比】框架生态深度评测：Spring AI与Langchain4j的技术路线对比（2）_ 63.32M

| ├──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_ 50.08M

| ├──1-3 【生态图谱】大模型技术图谱：大模型应用开发场景流程_ 24.86M

| ├──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_ 45.48M

| ├──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_ 25.67M

| ├──1-6 【生态图谱】大模型技术图谱：大模型模型微调场景流程_ 24.36M

| ├──1-7 【架构解密】Langchain4j架构解密：Java生态的AI开发新范式_ 50.64M

| ├──1-8 【架构解密】Langchain4j架构解密：Langchain4j开发应用场景_ 16.86M

| └──1-9 【生态对比】框架生态深度评测：Spring AI与Langchain4j的技术路线对比（1）_ 34.79M

├──第2章 接入模型：LangChain4j接入生态实战

| ├──2-1 【环境准备】Springboot应用程序搭建指南_ 22.69M

| ├──2-10 【设计模式】使用工厂模式集成多模态大模型_ 62.00M

| ├──2-2 【上手体验】Langchain4接入第一个大模型HelloWorld_ 45.70M

| ├──2-3 【模型框架整合】Langchain4j整合生态SpringBoot_ 24.26M

| ├──2-4 【丰富模型】Langchain4j支持哪些大模型接入_ 29.07M

| ├──2-5 【丰富模型】Langchain4j整合DeepSeek大模型_ 34.73M

| ├──2-6 【模型介绍】阿里百炼大模型使用介绍_ 46.37M

| ├──2-7 【丰富模型】Langchain4j接入阿里百炼大模型_ 29.85M

| ├──2-8 【丰富模型】Langchain4j接入阿里千义万象大模型_ 20.90M

| └──2-9 【丰富模型】Langchain4j接入阿里百炼DeepSeek大模型_ 18.00M

├──第3章 解放生产力：AiService智能代理

| ├──3-1 【核心原理】AiService特性与知识要点讲解_ 19.12M

| ├──3-2 【小牛试刀】上手体验AiService基本玩法有哪些_ 30.03M

| ├──3-3 【精益求精】AiService如何优雅的进行创建_ 26.45M

| └──3-4 【消息类型】AiServices封装的消息类型有哪些_ 25.90M

├──第4章 记忆宫殿：ChatMemory对话记忆

| ├──4-1 【上手体验】大模型聊天记忆简单实现_ 64.64M

| ├──4-2 【核心组件】使用AiSerivce整合ChatMemory实现聊天记忆_ 63.48M

| ├──4-3 【高阶特性】ChatMemory实现会话隔离机制_ 40.68M

| ├──4-4 【源码剖析】知其然之所以然：ChatMemory源码深度解析_ 32.05M

| ├──4-5 【存储选择】ChatMemory合理选择存储介质_ 22.81M

| ├──4-6 【高阶特性】ChatMemory如何平滑的切换存储介质_ 21.50M

| ├──4-7 【高阶特性】ChatMemory自定义整合MySql存储介质_ 66.12M

| └──4-8 【高阶特性】整合MySql存储介质数据格式_ 9.41M

├──第5章 咒语工程：提示词角色操纵术

| ├──5-1 _ 46.07M

| ├──5-2 【扩展应用】提示词日期应用与加载提示词方法_ 26.69M

| ├──5-3 _ 39.00M

| ├──5-4 【核心应用】提示词多个参数使用方法_ 17.66M

| ├──5-5 _ 31.23M

| ├──5-6 【扩展应用】自定义基础类型和自定义对象结构化输出_ 57.31M

| ├──5-7 【扩展应用】自定义枚举类型和boolean类型结构化输出实践_ 33.87M

| └──5-8 【落地实践】基于提示词构建专业的法律咨询助手_ 85.62M

├──第6章 超能扩展：Tools外部能力集成

| ├──6-1 【上手体验】函数调用介绍&通过AiSerivce整合Tool函数调用_ 63.62M

| ├──6-2 【流程分析】画图剖析大模型与本地函数调用流程_ 29.98M

| ├──6-3 _ 28.12M

| └──6-4 【落地实践】基于提示词+函数调用实现+聊天记忆实现电商平台智能助手_慕课网1_ 83.32M

├──第7章 案例实战：AI招领助手开发V1

| ├──7-1 【项目介绍】失物招领智能助手功能介绍_ 37.94M

| ├──7-10 【持久化数据】开发失物登记数据持久化数据库_ 53.28M

| ├──7-11 【阶段测试】失物登记持久化数据库测试_ 27.57M

| ├──7-12 【核心开发】开发失物招领会话记忆AOP切面功能_ 83.77M

| ├──7-13 【核心开发】开发自定义会话聊天记忆Tool工具类_ 69.72M

| ├──7-14 【阶段测试】测试自定义会话聊天记忆功能_ 44.28M

| ├──7-15 【核心开发】开发失物登记修改功能_ 53.98M

| ├──7-16 【阶段测试】测试失物登记修改功能_ 29.01M

| ├──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_ 29.46M

| ├──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_ 21.37M

| ├──7-19 【核心开发】开发找到失物登记大模型功能_ 112.20M

| ├──7-2 【架构设计】失物招领智能助手架构设计_ 43.79M

| ├──7-20 【核心开发】开发找到失物登记业务功能_ 44.12M

| ├──7-21 【阶段测试】测试与优化找到失物登记相关功能点_ 70.26M

| ├──7-22 【阶段测试】找到失物补充信息功能测试_ 26.46M

| ├──7-23 【总结优化】阶段性总结&优化版本说明_ 64.03M

| ├──7-3 【基础搭建】失物招领基础环境工程搭建_ 73.27M

| ├──7-4 【基础测试】失物招领智能大模型基础环境测试_ 34.84M

| ├──7-5 【核心开发】开发失物招领大模型用户意图功能_ 87.19M

| ├──7-6 【阶段测试】失物招领用户意图阶段自测_ 18.36M

| ├──7-7 【核心开发】开发失物招领大模型失物登记功能_ 60.27M

| ├──7-8 【引出问题】多个系统提示词共用AiService带来的问题_ 33.37M

| └──7-9 【阶段测试】大模型失物登记功能测试_ 18.72M

├──第8章 开天眼：向量知识库智能增强

| ├──8-1 【应用场景】RAG和微调大模型应用场景介绍_ 54.90M

| ├──8-10 【核心知识】RAG文档分割器使用_ 22.41M

| ├──8-11 【核心知识】大模型token相关概念_ 40.16M

| ├──8-12 【丰富模型】阿里百炼embedding向量模型接入_ 39.49M

| ├──8-13 【向量存储】Pinecone向量存储组件使用介绍_ 41.37M

| ├──8-14 【整合Pinecone】工程接入Pinecone向量存储_ 33.94M

| ├──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_ 61.30M

| ├──8-16 【落地实践】构建仿京东外卖客服知识库建立索引到Pinecone_ 35.04M

| ├──8-17 【落地实践】构建仿京东外卖客服知识库检索实现_ 34.84M

| ├──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_ 68.78M

| ├──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？_ 26.25M

| ├──8-2 【核心知识】大模型向量搜索相关概念_ 39.16M

| ├──8-3 【RAG流程】画图理解RAG建立索引过程和检索过程_ 37.56M

| ├──8-4 【核心知识】RAG加载document数据源_ 24.61M

| ├──8-5 【核心知识】RAG常见文档加载API使用_ 21.77M

| ├──8-6 【核心知识】RAG文档解析器使用和常见功能_ 26.26M

| ├──8-7 【核心知识】文档分割器的常见功能_ 27.62M

| ├──8-8 【核心知识】RAG向量转换和向量存储_ 48.84M

| └──8-9 【核心源码】RAG建立索引核心源码流程剖析_ 48.48M

└──第9章 案例实战：AI招领助手开发V2

| ├──9-1 【核心开发】开发失物招领索引建立和查询功能_ 99.28M

| ├──9-2 【架构设计】失物招领助手查询失物功能设计_ 10.51M

| ├──9-3 【阶段测试】测试索引建立和索引查询功能_ 39.86M

| ├──9-4 【核心开发】开发失物查询RAG整合大模型定义AiService_ 46.95M

| ├──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_ 35.22M

| ├──9-6 【核心开发】开发失物查询业务代码层实现_ 22.71M

| └──9-7 【阶段测试】测试失物查询RAG+大模型功能实现_ 19.21M

├──第10章 万物互联：MCP智能宇宙启航

| ├──10-1 【核心原理】什么是MCP？_ 27.93M

| ├──10-2 【核心原理】为什么需要MCP？_ 25.15M

| ├──10-3 【核心原理】用一张图了解一下MCP协议_ 14.88M

| ├──10-4 【核心开发】大模型如何连接万物MCP服务_ 55.35M

| ├──10-5 【案例实战】langchain4j如何接入百度地图Mcp Server_ 113.56M

| ├──10-6 【流程梳理】用一张图深入了解对接Mcp Server背后的事情_ 27.40M

| └──10-7 【源码剖析】studio协议百度地图脚本源码探索_ 22.62M