价格: 29 学币

分类: AIGC

发布时间: 2025-09-02 16:42:23

最近更新: 2025-09-02 16:42:23

资源类型: VIP

优惠: 开通VIP/SVIP免费获取此资源

开通VIP享受更多优惠 网盘下载地址

Java大模型工程能力必修课,LangChain4j 入门到实践

课程介绍

破解 Java 开发者转型 AI 的痛点。本课程聚焦企业急需的 LangChain4j + LLM 应用开发能力,以“从0到1构建智能失物招领应用”为主线,完整覆盖需求分析、架构设计、代码实现与迭代优化的企业级开发闭环。课程深入解析大模型应用开发的核心技能,包含 ChatMemory 状态管理、动态提示词工程、Tool 工具链集成与 AiService 服务化等关键组件,帮助你突破 Java 大模型开发的关键卡点,显著提升在 AI 时代的工程竞争力。

资源目录

.
├──   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
│   ├── @优库it资源ukoou.com
│   ├── [ 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/