【首发】Hollis【实战课程】2026年大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI

课程简介

已有 47 人浏览发布 2026-08-27 更新 2026-10-13

这门课的主题落在“大模型应用开发”这条工程主线上，而不是停留在调 API 或写 Prompt 的层面。它把 2026 年这个时间点下企业里真实会用到的一整套技术栈摆在一起：Spring AI 做 Java 侧的模型接入与抽象，MCP 解决工具与上下文的标准化对接，RAG 处理私有知识检索，Agent 与 Skill 负责编排和可复用的能力单元，LangChain4J 则提供了另一条对照实现的路径。对已有 Java/Spring 背景、想把这套东西落到项目里的开发者来说，这份资料的价值在于它能拿来边看边改，而不是只看演示。

技术栈的组合方式值得先看清楚

单独看 Spring AI、MCP、RAG 都不新鲜，难点在于它们怎么在一个工程里协同。这门课把 Spring AI 作为主干，用它的 ChatClient、Advisor、Tool Calling 等机制承接模型调用与上下文管理；MCP 这一块则把“工具从哪来、怎么暴露、怎么被模型调用”这件事从硬编码里拆出来，变成可配置、可复用的服务端能力。RAG 部分不是简单套一个向量库，而是和 Skill 的抽象结合，让检索、工具、提示模板都能作为可插拔单元被 Agent 调度。LangChain4J 的存在提供了一个横向参照：同样的链路用不同框架怎么表达，差异在哪，迁移时要注意什么。这种“一主一辅”的结构，比只讲一个框架更容易看清哪些是框架特性、哪些是通用模式。

项目结构里能直接对照的部分

资料里带的 LLMentor 这类代码工程体量不大，但结构完整，适合作为对照实践的起点。启动入口、配置加载、模型客户端初始化、工具注册、检索链路、Agent 调度这几块是分开的，读的时候可以按“一次请求进来之后依次经过哪些组件”这条线去跟。MCP 相关代码重点看服务端如何声明能力、客户端如何发现和调用，这部分和 Spring AI 的 Tool 机制如何衔接是理解成本最高的地方。RAG 部分关注文档切分、向量化、召回与重排的落点在哪一层，以及它和 Skill 注册的关系。带着“如果换成我自己的业务，哪一层要改、哪一层能直接复用”的问题去看，比顺着目录一行行读更有用。

可复用模块与落地时的取舍

模型接入层：Spring AI 的抽象让换模型供应商的成本可控，重点看配置与 Bean 的组织方式。
工具与上下文：MCP 把工具定义从业务代码里剥离，适合需要多服务共享能力的场景。
检索增强：RAG 链路中切分策略与召回质量直接决定效果上限，代码里的默认值需要按自己的数据调整。
编排层：Agent 与 Skill 的划分决定了后续加功能时是改配置还是改代码，这是最影响长期维护的一块。

需要提醒的是，框架版本迭代快，示例代码里的某些写法可能已经被新版本替代。对照时优先理解它解决的问题和分层思路，具体 API 以你实际引入的版本为准。

建议的自学顺序

如果基础一般，先从 Spring AI 的模型调用和 Advisor 机制入手，跑通一次完整问答；接着补 RAG，把检索链路单独调通，观察不同切分和召回策略对结果的影响；然后再看 MCP，理解工具标准化接入的动机和实现；最后进 Agent 与 Skill，把前面几块串成可编排的流程。LangChain4J 的部分适合在有了主干认知之后再看，用来对照设计取舍。整个过程配合代码工程动手改，遇到报错就去翻对应模块的实现，比只看讲解视频的收获要实在得多。

【首发请勿二次搬运】Hollis【实战课程】2026年大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI

大模型应用开发实战指南

编辑点评

深入浅出讲解大模型应用开发，涵盖Spring AI、MCP、LangChain等前沿技术，实战性强。

⭐ 编辑推荐

掌握大模型应用开发核心技能，实战项目助力提升AI应用开发能力。

课程包含Spring AI核心特性、MCP技术原理、LangChain框架应用等，实战项目丰富，适合AI开发者和研究者。

✨ 课程亮点

✦大模型应用开发实战

✦Spring AI核心技术解析

✦MCP技术原理深入讲解

✦LangChain框架应用

课程目录

4.SpringAl15 集

34. Spring AI 核心特性：对话记忆.mp4 [145.6 MB]
31. Spring AI 核心特性：结构化输出（上）.mp4 [107.8 MB]
26. 开发必备的Spring AI核心概念(上）.mp4 [79.5 MB]
23. 基于SSE实现大模型流式输出.mp4 [71.2 MB]
37. Spring AI 核心特性：调用本地模型.mp4 [58.7 MB]
27. 开发必备的Spring AI核心概念(下）.mp4 [56.2 MB]
28. Spring AI 核心特性：提示词工程.mp4 [50.7 MB]
35. Spring AI 记忆管理技术：持久化记忆.mp4 [71.5 MB]
30. Spring AI 核心特性：提示词模板管理.mp4 [52.8 MB]
32.Spring AI 核心特性：结构化输出（中）.mp4 [55.8 MB]
36. Spring AI 鏍稿績鐗规€э細Advisor.mp4 [60.0 MB]
22. Java中大模型调用的多种方式.mp4 [59.4 MB]
24. LLM应用开发框架：LangChain.mp4 [25.8 MB]
33.Spring AI 核心特性：结构化输出（下） 2026-02-11 1168 次学习.mp4 [14.6 MB]
29. Spring AI 核心特性：流式输出.mp4 [28.8 MB]

代码1 条

LLMentor代码.zip [781.7 KB]

7.MCP12 集

52. 使用Spring AI开发MCP Server.mp4 [44.4 MB]
60. 如何跳过MCP的模型总结.mp4 [62.2 MB]
58. 绁炲鐨刢ontext-path.mp4 [45.4 MB]
54. Spring AI MCP调用实现原理.mp4 [27.7 MB]
59. MCP璋冭瘯宸ュ叿.mp4 [16.7 MB]
50. 深入理解MCP技术原理.mp4 [27.4 MB]
61. 如何实现MCP工具过滤.mp4 [37.4 MB]
55. SSE MCP Server如何实现重连.mp4 [45.1 MB]
53. 使用Spring AI开发MCP Client.mp4 [23.4 MB]
57. MCP如何实现认证鉴权.mp4 [12.5 MB]
62. MCP与其他协议的区别.mp4 [8.3 MB]
56. 将MCP改造为HTTPS.mp4 [12.4 MB]

1.代码介绍&应用启动4 集

01.课程介绍+如何答疑.mp4 [33.4 MB]
02.【重要】课程设计说明.mp4 [29.7 MB]
04.代码目录结构&应用如何启动.mp4 [20.8 MB]
03.重要说明+如何下载代码.mp4 [17.8 MB]

5.LangChain4J4 集

41. @AiService实现原理.mp4 [45.6 MB]
39. LangChain4J低层次API使用.mp4 [45.0 MB]
40. LangChain4j高层次API使用.mp4 [33.2 MB]
42. LangChain4j中实现持久化记忆.mp4 [23.7 MB]

12.项目实战4 集

137. 智能对话：从需求分析到技术落地.mp4 [90.6 MB]
135. 整体架构与功能点介绍.mp4 [59.3 MB]
138. 流式控制与任务管理.mp4 [33.5 MB]
136. 项目运行说明.mp4 [20.3 MB]

9.Agent19 集

108. 如何给Agent增加持久化记忆.mp4 [114.2 MB]
109. 深入理解 Alibaba-React Agent 原理.mp4 [77.5 MB]
118. 实战一：手搓ReactAgent（流式）.mp4 [50.3 MB]
114. 使用AutoGen 构建一个代码生成器.mp4 [46.3 MB]
103. 常用的Agent开发框架.mp4 [10.9 MB]
117. 实战一：手搓ReactAgent（非流式）.mp4 [45.6 MB]
122. 实战四：手搓Human in the Loop.mp4 [43.8 MB]
113. Agent常用架构：Multi Agent.mp4 [45.6 MB]
111. Agent常用架构：Reflection Agent.mp4 [15.7 MB]
104.Agent常用架构：ReAct Agent.mp4 [54.9 MB]
112. Agent常用架构：Human in the Loop.mp4 [84.9 MB]
115. Spring AI Alibaba中的多智能体支持.mp4 [41.5 MB]
105.React Agent的实现方式？.mp4 [79.9 MB]
107. Alibaba-React Agent 鏍稿績缁勪欢.mp4 [40.7 MB]
121. 实战三：手搓PlanExecuteAgent.mp4 [71.0 MB]
119. 实战一（后续）：ReactAgent流式输出有问题？.mp4 [23.8 MB]
110. Agent常用架构：Plan and Execute Agent.mp4 [15.3 MB]
116. 多智能体协议——A2A.mp4 [22.2 MB]
120. 实战二：手搓ReflectionAgent.mp4 [38.8 MB]

6.Function Call4 集

48. 实战：仿PDD自动帮买家申请退款.mp4 [85.7 MB]
47. Spring AI中的Tool Calling怎么实现的.mp4 [25.1 MB]
46. 使用Spring AI做Function Call.mp4 [10.2 MB]
45. 如何定义一个好的Function.mp4 [7.2 MB]

10.上下文工程4 集

124. 上下文太长会带来什么问题？.mp4 [26.2 MB]
126. 实战：Manus的上下文工程实践.mp4 [47.5 MB]
123. 什么是Context，和Memory、Prompt、Token之间的区别？.mp4 [12.1 MB]
125. 什么是上下文工程？.mp4 [22.3 MB]

8.RAG33 集

74. 向量模型&向量数据库&向量存储.mp4 [139.2 MB]
100. 实战：多模态RAG智能问答系统（中）.mp4 [171.3 MB]
89. RAG优化技术：混合检索(下）.mp4 [96.1 MB]
98. 多模态RAG——对接多模态模型做图像识别.mp4 [71.2 MB]
79. 检索增强生成.mp4 [212.4 MB]
71. 常见文档分片方式.mp4 [48.9 MB]
73. 自定义支持父子分片的基于标题的分片器.mp4 [154.1 MB]
82. RAG优化技术：问题改写.mp4 [81.6 MB]
70. 文档预处理（下）.mp4 [73.8 MB]
101. 实战：多模态RAG智能问答系统（下）.mp4 [57.5 MB]
77. （选学）如何使用离线向量模型.mp4 [8.2 MB]
72.Java中如何实现文档分片.mp4 [164.9 MB]
69. 文档预处理（中）.mp4 [91.2 MB]
78. 索引构建流程（ETL）总结与查缺补漏.mp4 [19.6 MB]
87. RAG优化技术：混合检索(上）.mp4 [48.3 MB]
90. RAG优化技术：重排序.mp4 [113.8 MB]
97. 澶氭ā鎬丷AG.mp4 [29.5 MB]
86. RAG浼樺寲鎶€鏈細HyDE.mp4 [8.5 MB]
65.深入理解RAG技术原理——检索生成.mp4 [20.3 MB]
85. RAG优化技术：问题澄清.mp4 [10.7 MB]
64. 深入理解RAG技术原理——索引构建.mp4 [39.9 MB]
96. Spring AI 和 LangChain4J的模块化RAG功能对比.mp4 [18.0 MB]
81. RAG优化技术：元数据过滤.mp4 [70.7 MB]
95. 基于LangChain4J实现简单的RAG检索.mp4 [84.9 MB]
76. 向量数据库如何选型？.mp4 [23.9 MB]
75. 锛堥€夊锛塒ostgresMlEmbeddingModel.mp4 [18.6 MB]
99.实战：多模态RAG智能问答系统（上）.mp4 [82.0 MB]
83. RAG优化技术：查询路由.mp4 [34.3 MB]
68. 文档预处理（上）.mp4 [36.3 MB]
88. RAG优化技术：混合检索(中）.mp4 [63.4 MB]
66. 使用 LlamaIndex 构建一个简单的RAG系统.mp4 [41.2 MB]
80. Spring AI 和 LangChain4J中文档处理功能对比.mp4 [18.7 MB]
84. RAG优化技术：查询构造.mp4 [23.9 MB]

2.大模型应用开发概述8 集

11.Skill8 集

134. SpringAI中如何使用Skill？（ChatClient）.mp4 [83.7 MB]
133. SpringAI中如何使用Skill？（Agent）.mp4 [102.6 MB]
130. Claude Code中如何使用Skills.mp4 [63.7 MB]
131. 实战：开发一个简历评估的Skill.mp4 [60.7 MB]
132. 简历评估Skills讲解.mp4 [19.3 MB]
127. 什么是Agent Skills，为什么需要他？.mp4 [37.4 MB]
128. Skill的渐进式披露.mp4 [10.0 MB]
129. 一些好用的Skills推荐.mp4 [18.4 MB]

3.提示词工程4 集

20. nof1提示词工程案例.mp4 [32.7 MB]
17. 高阶Prompt优化方法.mp4 [29.6 MB]
18. 结构化Prompt框架.mp4 [30.8 MB]
19. Prompt璇勬祴鏂规硶.mp4 [23.4 MB]

适合人群

AI开发工程师
AI研究者
大模型爱好者

🎯 学习收获

掌握大模型应用开发技能
深入理解Spring AI、MCP等前沿技术
提升AI应用开发能力

🎉 祝您学习愉快！