尚硅谷Java企业级大模型应用项目：小智医疗（LangChain4J实战）

编辑点评

深入探索大模型在医疗领域的应用，实战性强，适合对AI医疗感兴趣的开发者。

⭐ 编辑推荐

跟随尚硅谷，学习LangChain4J在医疗领域的实战应用，掌握大模型项目开发技巧。

✨ 课程亮点

课程目录

📁 课件
课件资料.png [493.5 KB]
课件.exe [4.1 MB]
📁 资料
资料说明.zip [1.8 MB]
资料.exe [2.2 GB]
📁 视频
视频文档.zip [1.8 MB]
47-项目实战-创建和配置Tools.mp4 [140.6 MB]
35-Prompt-用户提示词.mp4 [95.6 MB]
03-LangChain4j入门-应用程序整合大语言模型的常见场景.mp4 [65.7 MB]
61-embedding-Pinecone的使用.mp4 [148.3 MB]
65-项目实战-流式输出.mp4 [125.0 MB]
25-Chat memory-替换聊天记忆的实现.mp4 [104.4 MB]
64-项目实战-在硅谷小智中集成向量大模型和Pinecone向量存储.mp4 [88.3 MB]
62-embedding-向Pinecone中存入数据.mp4 [86.8 MB]
40-项目实战-测试硅谷小智聊天助手.mp4 [164.0 MB]
59-项目实战-在硅谷小智中实现RAG.mp4 [224.1 MB]
11-接入其他大模型-ollama.mp4 [180.9 MB]
20-Chat memory-聊天记忆的简单实现.mp4 [129.3 MB]
33-Prompt-在提示词中添加当前日期.mp4 [15.1 MB]
52-RAG-索引阶段和检索阶段.mp4 [94.0 MB]
37-Prompt-多个参数的情况.mp4 [70.5 MB]
09-接入其他大模型-运行时无法获取apiKey的原因.mp4 [8.7 MB]
48-项目实战-测试硅谷小智的预约功能.mp4 [145.4 MB]
42-Function Calling-工具的定义和使用.mp4 [111.6 MB]
32-Prompt-系统提示词.mp4 [243.2 MB]
46-项目实战-测试业务方法.mp4 [67.7 MB]
66-项目实战-运行前端工程.mp4 [44.1 MB]
57-自定义文档分割器.mp4 [37.6 MB]
15-接入其他大模型-阿里百炼deepseek.mp4 [68.8 MB]
06-LangChain4j入门-使用Spring Boot Starters.mp4 [255.0 MB]
19-AIService-工作原理.mp4 [100.8 MB]
45-项目实战-实现预约相关业务逻辑.mp4 [155.7 MB]
04-LangChain4j入门-创建SpringBoot应用程序.mp4 [117.0 MB]
22-Chat memory-使用AIService实现聊天记忆.mp4 [125.5 MB]
21-Chat memory-使用ChatMemory实现聊天记忆.mp4 [114.2 MB]
08-接入其他大模型-DeepSeek.mp4 [269.1 MB]
10-接入其他大模型-ollama本地部署.mp4 [92.5 MB]
51-RAG-相似度和相似度测量.mp4 [34.9 MB]
23-Chat memory-隔离聊天记忆.mp4 [146.1 MB]
13-接入其他大模型-阿里百炼通义千问.mp4 [199.0 MB]
39-项目实战-创建硅谷小智聊天助手.mp4 [263.5 MB]
14-接入其他大模型-阿里百炼通义万象.mp4 [109.3 MB]
56-向量转换和向量存储.mp4 [300.5 MB]
28-Persistence-MongoDB的安装和基本操作.mp4 [236.9 MB]
07-接入其他大模型-都有哪些大模型可进行接入.mp4 [65.8 MB]
05-LangChain4j入门-接入大模型.mp4 [145.5 MB]
34-Prompt-从资源中加载提示模板.mp4 [46.4 MB]
26-Persistence-存储介质的选择.mp4 [100.9 MB]
41-Function Calling-测试大语言模型的缺陷.mp4 [60.0 MB]
12-接入其他大模型-阿里百炼介绍.mp4 [41.6 MB]
30-Persistence-实现.mp4 [218.1 MB]
49-RAG-RAG和微调大模型.mp4 [169.7 MB]
60-embedding-引入通用文本向量模型.mp4 [71.3 MB]
24-Chat memory-实现原理.mp4 [173.1 MB]

适合人群

• AI开发者
• 医疗行业从业者
• 对大模型感兴趣的学习者

🎯 学习收获

• 掌握LangChain4J应用
• 了解大模型在医疗领域的应用
• 提升项目开发能力

🎉 祝您学习愉快！