正版资源 getfromcode后端开发 会员免费
mksz952-Java大模型工程能力必修课，LangChain4j入门到实践
课程定位与核心能力 这门课聚焦于 Java 技术栈在大模型应用落地中的工程化实践，旨在解决开发者从“熟悉 Java 业务开发”到“构建 AI 智能应用”的能力断层问题。不同于纯理论的科普，课程以 LangChain4j 为核心工具链，深入解析其在 Java 生态中的架构设计与开发范式。通过对比 Sp
单课价¥29.90新品 上架
正版保障 极速发货 售后无忧
课程定位与核心能力
这门课聚焦于 Java 技术栈在大模型应用落地中的工程化实践，旨在解决开发者从“熟悉 Java 业务开发”到“构建 AI 智能应用”的能力断层问题。不同于纯理论的科普，课程以 LangChain4j 为核心工具链，深入解析其在 Java 生态中的架构设计与开发范式。通过对比 Spring AI 等技术路线，帮助学习者建立清晰的技术选型视角，掌握基于 Java 调用大模型、处理向量数据及实现模型微调的标准工程流程。
学习路径与实战重点
建议初学者先完成第一章的启蒙内容，重点理解大模型的应用场景、向量数据库的工作机制以及 LangChain4j 的整体架构，为后续编码打下认知基础。进阶阶段应重点关注第十章关于 MCP（Model Context Protocol）协议的内容，这是连接大模型与外部工具的关键枢纽。课程包含具体的源码剖析案例，如接入百度地图 MCP Server，详细展示了从协议理解到 Studio 脚本调试的完整链路。这部分内容极具工程价值，建议读者对照源码反复研读，理解工具调用的底层逻辑。
配套资源与练习建议
本资料包不仅提供视频讲解，更侧重于可落地的代码参考。学习者不应仅停留在观看层面，而应将视频中的案例代码在本地环境中跑通，特别是 MCP 服务对接部分，需亲自配置并调试接口调用。通过手动实现从模型请求到第三方服务响应的全流程，才能真正掌握 Java 大模型工程的开发规范。学完本课后，你将具备独立设计并开发基于 LangChain4j 的企业级 AI 应用的能力，能够熟练处理模型接入、上下文管理及外部工具集成等核心任务。
课程目录
第10章 万物互联：MCP智能宇宙启航7 集
- 10-1 【核心原理】什么是MCP？.mp4 27.93M
- 10-2 【核心原理】为什么需要MCP？.mp4 25.15M
- 10-3 【核心原理】用一张图了解一下MCP协议.mp4 14.88M
- 10-4 【核心开发】大模型如何连接万物MCP服务.mp4 55.35M
- 10-5 【案例实战】langchain4j如何接入百度地图Mcp Server.mp4 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.mp4 27.40M
- 10-7 【源码剖析】studio协议百度地图脚本源码探索.mp4 22.62M
第1章 大模型启蒙：AI世界观构建10 集
- 1-1 学懂LangChain4j，构建你的Java大模型应用的核心能力.mp4 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）.mp4 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.mp4 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.mp4 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.mp4 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.mp4 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.mp4 24.36M
- 1-7 【架构解密】Langchain4j架构解密：Java生态的AI开发新范式.mp4 50.64M
- 1-8 【架构解密】Langchain4j架构解密：Langchain4j开发应用场景.mp4 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）.mp4 34.79M
第2章 接入模型：LangChain4j接入生态实战10 集
- 2-1 【环境准备】Springboot应用程序搭建指南.mp4 22.69M
- 2-10 【设计模式】使用工厂模式集成多模态大模型.mp4 62.00M
- 2-2 【上手体验】Langchain4接入第一个大模型HelloWorld.mp4 45.70M
- 2-3 【模型框架整合】Langchain4j整合生态SpringBoot.mp4 24.26M
- 2-4 【丰富模型】Langchain4j支持哪些大模型接入.mp4 29.07M
- 2-5 【丰富模型】Langchain4j整合DeepSeek大模型.mp4 34.73M
- 2-6 【模型介绍】阿里百炼大模型使用介绍.mp4 46.37M
- 2-7 【丰富模型】Langchain4j接入阿里百炼大模型.mp4 29.85M
- 2-8 【丰富模型】Langchain4j接入阿里千义万象大模型.mp4 20.90M
- 2-9 【丰富模型】Langchain4j接入阿里百炼DeepSeek大模型.mp4 18.00M
第3章 解放生产力：AiService智能代理4 集
- 3-1 【核心原理】AiService特性与知识要点讲解.mp4 19.12M
- 3-2 【小牛试刀】上手体验AiService基本玩法有哪些.mp4 30.03M
- 3-3 【精益求精】AiService如何优雅的进行创建.mp4 26.45M
- 3-4 【消息类型】AiServices封装的消息类型有哪些.mp4 25.90M
第4章 记忆宫殿：ChatMemory对话记忆8 集
- 4-1 【上手体验】大模型聊天记忆简单实现.mp4 64.64M
- 4-2 【核心组件】使用AiSerivce整合ChatMemory实现聊天记忆.mp4 63.48M
- 4-3 【高阶特性】ChatMemory实现会话隔离机制.mp4 40.68M
- 4-4 【源码剖析】知其然之所以然：ChatMemory源码深度解析.mp4 32.05M
- 4-5 【存储选择】ChatMemory合理选择存储介质.mp4 22.81M
- 4-6 【高阶特性】ChatMemory如何平滑的切换存储介质.mp4 21.50M
- 4-7 【高阶特性】ChatMemory自定义整合MySql存储介质.mp4 66.12M
- 4-8 【高阶特性】整合MySql存储介质数据格式.mp4 9.41M
第5章 咒语工程：提示词角色操纵术5 集
- 5-2 【扩展应用】提示词日期应用与加载提示词方法.mp4 26.69M
- 5-4 【核心应用】提示词多个参数使用方法.mp4 17.66M
- 5-6 【扩展应用】自定义基础类型和自定义对象结构化输出.mp4 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.mp4 33.87M
- 5-8 【落地实践】基于提示词构建专业的法律咨询助手.mp4 85.62M
第6章 超能扩展：Tools外部能力集成3 集
- 6-1 【上手体验】函数调用介绍&通过AiSerivce整合Tool函数调用.mp4 63.62M
- 6-2 【流程分析】画图剖析大模型与本地函数调用流程.mp4 29.98M
- 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.mp4 83.32M
第7章 案例实战：AI招领助手开发V123 集
- 7-1 【项目介绍】失物招领智能助手功能介绍.mp4 37.94M
- 7-10 【持久化数据】开发失物登记数据持久化数据库.mp4 53.28M
- 7-11 【阶段测试】失物登记持久化数据库测试.mp4 27.57M
- 7-12 【核心开发】开发失物招领会话记忆AOP切面功能.mp4 83.77M
- 7-13 【核心开发】开发自定义会话聊天记忆Tool工具类.mp4 69.72M
- 7-14 【阶段测试】测试自定义会话聊天记忆功能.mp4 44.28M
- 7-15 【核心开发】开发失物登记修改功能.mp4 53.98M
- 7-16 【阶段测试】测试失物登记修改功能.mp4 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.mp4 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.mp4 21.37M
- 7-19 【核心开发】开发找到失物登记大模型功能.mp4 112.20M
- 7-2 【架构设计】失物招领智能助手架构设计.mp4 43.79M
- 7-20 【核心开发】开发找到失物登记业务功能.mp4 44.12M
- 7-21 【阶段测试】测试与优化找到失物登记相关功能点.mp4 70.26M
- 7-22 【阶段测试】找到失物补充信息功能测试.mp4 26.46M
- 7-23 【总结优化】阶段性总结&优化版本说明.mp4 64.03M
- 7-3 【基础搭建】失物招领基础环境工程搭建.mp4 73.27M
- 7-4 【基础测试】失物招领智能大模型基础环境测试.mp4 34.84M
- 7-5 【核心开发】开发失物招领大模型用户意图功能.mp4 87.19M
- 7-6 【阶段测试】失物招领用户意图阶段自测.mp4 18.36M
- 7-7 【核心开发】开发失物招领大模型失物登记功能.mp4 60.27M
- 7-8 【引出问题】多个系统提示词共用AiService带来的问题.mp4 33.37M
- 7-9 【阶段测试】大模型失物登记功能测试.mp4 18.72M
第8章 开天眼：向量知识库智能增强19 集
- 8-1 【应用场景】RAG和微调大模型应用场景介绍.mp4 54.90M
- 8-10 【核心知识】RAG文档分割器使用.mp4 22.41M
- 8-11 【核心知识】大模型token相关概念.mp4 40.16M
- 8-12 【丰富模型】阿里百炼embedding向量模型接入.mp4 39.49M
- 8-13 【向量存储】Pinecone向量存储组件使用介绍.mp4 41.37M
- 8-14 【整合Pinecone】工程接入Pinecone向量存储.mp4 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.mp4 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.mp4 35.04M
- 8-17 【落地实践】构建仿京东外卖客服知识库检索实现.mp4 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.mp4 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？.mp4 26.25M
- 8-2 【核心知识】大模型向量搜索相关概念.mp4 39.16M
- 8-3 【RAG流程】画图理解RAG建立索引过程和检索过程.mp4 37.56M
- 8-4 【核心知识】RAG加载document数据源.mp4 24.61M
- 8-5 【核心知识】RAG常见文档加载API使用.mp4 21.77M
- 8-6 【核心知识】RAG文档解析器使用和常见功能.mp4 26.26M
- 8-7 【核心知识】文档分割器的常见功能.mp4 27.62M
- 8-8 【核心知识】RAG向量转换和向量存储.mp4 48.84M
- 8-9 【核心源码】RAG建立索引核心源码流程剖析.mp4 48.48M
第9章 案例实战：AI招领助手开发V27 集
- 9-1 【核心开发】开发失物招领索引建立和查询功能.mp4 99.28M
- 9-2 【架构设计】失物招领助手查询失物功能设计.mp4 10.51M
- 9-3 【阶段测试】测试索引建立和索引查询功能.mp4 39.86M
- 9-4 【核心开发】开发失物查询RAG整合大模型定义AiService.mp4 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.mp4 35.22M
- 9-6 【核心开发】开发失物查询业务代码层实现.mp4 22.71M
- 9-7 【阶段测试】测试失物查询RAG+大模型功能实现.mp4 19.21M
- mksz952-Java大模型工程能力必修课，LangChain4j入门到实践/
