掌握Spring AI：使用Java构建AI

利用 AI 的力量来转变您的 Java 应用程序

什么您将会学习

在这个全面的课程中，您将深入了解如何将 AI 功能与 Spring Boot 应用程序集成。您将学习如何利用 Spring AI 构建智能和响应迅速的系统，运用 AI 和机器学习来提升应用程序的性能和用户体验，并掌握在基于 Spring 的项目中实现和部署 AI 模型的实用技能。Mastering Spring Ai : Build Ai With Java

课程时长：8.5小时 1920X1080 mp4 语言：英语 含课程文件

课程要求

要参加《掌握 Spring AI》课程，您需要具备以下先决条件：

• Java 基础知识：了解 Java 编程语言及面向对象的原则。
• Spring 框架经验：之前有使用 Spring Boot 和基本 Spring 概念的经验。
• AI 概念知识：对 AI 和机器学习概念有基本理解。
• 开发环境设置：能够设置 Java 开发环境及编码和测试的工具。

课程描述

《掌握 Spring AI》课程将带您深入了解与 Spring Boot 集成的前沿 AI 世界。这是一个非常适合希望为其应用程序增加强大 AI 功能的 Java 开发者的课程。在此课程中，您将学习如何将人工智能无缝地融入 Spring 项目中。

课程大纲

Spring AI 基础知识

您将了解 Spring AI 的核心概念及其与 Spring Boot 的集成，这为后续的深入学习奠定基础。

AI 模型集成

学习如何集成和使用各种 AI 模型，包括语言模型和图像生成工具，以实现多样的功能。

图像处理与生成

探索如何在 Spring 应用程序中进行与图像相关的 AI 任务，从而丰富您的应用内容。

向量数据库

您将学习如何利用向量数据库来有效存储和检索 AI 数据，这对于处理大规模数据至关重要。

AI 驱动的搜索

实现基于 AI 技术的高级搜索功能，提升用户体验并优化数据检索。

提示工程

掌握构建有效提示以获得最佳 AI 模型响应的技巧，帮助您更好地与 AI 系统互动。

先决条件

• 基本的 Java 和 Spring Boot 知识。
• 熟悉 RESTful API 开发的经验。
• 对基本 AI 概念的了解（虽然不要求，但会有所帮助）。

适合人群

• 有意向将 AI 集成到应用程序中的 Java 开发者：这个课程尤其适合那些希望将其 Java 单体或微服务应用提升至新高度的开发人员。
• 对 Spring Boot 感兴趣的开发者：如果您已经对 Spring Boot 有一定的掌握，并希望拓展新的技能，那么这个课程很适合您。
• 希望跟上应用开发 AI 趋势的软件工程师：提升自身能力，保持与日益变化的技术趋势同步。

结语

踏上这段令人兴奋的旅程，掌握 Spring AI，通过人工智能的力量转变您的 Spring 应用程序！无论您是刚刚起步的开发者还是在寻找新挑战的经验丰富的工程师，这门课程都将为您提供宝贵的知识和实用的技能，助您在 AI 和应用程序开发的前沿立足。让我们一起探索使用 Java 构建 AI 的无限可能！

课程目录：

第1节：引言

第1讲引言

第二节人工智能的基本概念

第2讲人工智能（AI）概述

第3讲人工智能模型

第4讲GPT（生成预训练变压器）

第3节：使用开放人工智能API

第五讲工作中的开放式人工智能

第6讲注册开设人工智能账户

第7讲添加账单信息

第8讲生成API密钥

第9讲使用开放式人工智能启动春季hello world

第10讲流程说明

第11讲理解ChatResponse对象

第12讲创建模型、服务和控制器

第13讲提示和提示模板

第14讲提示模板示例

第15讲资源模板示例

第4节：Spring AI——结构化输出

第16讲生成结构化输出

第17讲列表和地图的结构化输出示例

第18讲带对象的结构化输出示例

第5节：RAG（检索增强生成）

第19讲人工智能中的矢量存储

第20讲矢量存储/矢量数据库和嵌入

第21讲RAG示例

第22讲PG矢量示例

第23讲Croma数据库相似性搜索示例

第24讲Redis矢量数据库与spring ai

第25讲MongoDB Atlas矢量搜索

第26讲Cassandra矢量搜索示例

第27讲Neo4j矢量搜索示例

第28讲Oracle矢量搜索示例

第29讲Milvus矢量搜索示例

第30讲类型感矢量搜索示例

第31讲编织矢量搜索示例

第32讲Qdrant矢量搜索示例

第33讲开搜索向量搜索示例

第六节Spring AI中的函数调用

第34讲Spring AI中的函数调用

第35讲使用OpenAI的函数调用示例

第7节：图像生成和音频（文本到语音和语音到文本）

第36讲使用Spring AI生成API图像

第37讲使用Spring AI生成图像

第38讲使用Spring AI的文本到语音示例

第39讲文本到语音属性

第40讲文本转语音流式音频

第41讲语音转文本：API转写

第8节：在本地运行LLM

第42讲安装Ollama for Windows

第43讲安装Ollama for Unix（ubuntu）

第44讲Ollama春季靴演示

第45讲LM工作室运营本地法学硕士

第46讲带弹簧靴的LM工作室示例

第47讲其他人工智能提供商

第9节：其他LLM提供者示例

第48讲Azure开放式人工智能示例

第49讲亚马逊基岩设置与示例

第50讲Mistral AI示例

第51讲Google Vertex Gemini设置和示例

第10节Spring AI的可观察性

第52讲Spring AI中的可观测性示例

第53讲使用zipkin进行追踪

第11节：ETL管道

第54讲ETL管道概述

第55讲文献课

第56讲ETL管道演示

第57讲元数据丰富

第58讲元数据丰富示例

第59讲ETL PDF阅读器示例

第60讲ETL JSON阅读器示例

第61讲ETL Markdown阅读器示例

第12节：存储密钥或api密钥的最佳实践

第62讲储存秘密

第63讲在Google密钥管理器中存储密钥

第64讲AWS Secret Manager中的故事密钥

第65讲在Azure密钥库中存储密钥

第66讲谢谢