正版资源SGG-Spring Al Alibaba零基础速通实战:AI应用+Java全端
这门课解决什么问题 本资料聚焦 Java 后端开发者快速落地大模型应用的需求,解决从框架选型、工程化搭建到模型调用与流式联调的工程痛点。课程不局限于单一 Demo,而是拆解了从父工程管理、大模型接入到 SSE 流式输出前后端联调的全链路实战。对于希望将 AI 能力转化为可落地业务系统的开发者而言,它
支付成功后自动发货,可在「我的订单」查看网盘链接;链接失效可联系客服免费补链。
这门课解决什么问题
本资料聚焦 Java 后端开发者快速落地大模型应用的需求,解决从框架选型、工程化搭建到模型调用与流式联调的工程痛点。课程不局限于单一 Demo,而是拆解了从父工程管理、大模型接入到 SSE 流式输出前后端联调的全链路实战。对于希望将 AI 能力转化为可落地业务系统的开发者而言,它提供了可直接套用的项目骨架与编码范式,而非停留在概念演示。通过系统化的模块划分,它帮你理清 Spring Alibaba 框架在 AI 应用场景下的定位与协作方式,让工程实践不再依赖零散的博客与片段。
适合什么基础与建议先看哪几块
本课程适合零基础或仅有 Java 基础、希望快速上手大模型应用开发的开发者。建议按模块顺序学习:先理解框架维度与选型,再搭建父工程与调用三件套,随后深入编码实现与扩展;接着安装 Ollama 并本地调用模型;最后攻克 SSE 流式输出概念及前后端联调。这种由浅入深的结构,能帮你避开一上来就碰底层框架的坑,先建立整体认知,再聚焦核心编码。其中,入门案例的父工程搭建与编码实现是核心,Ollama 本地调用则是脱离云端依赖的关键步骤,而 SSE 联调则是将前后端打通的实战高潮。
学完能独立做什么与资料怎么配合练习
学完本资料,你将能够独立搭建并运行基于 Spring Alibaba 的 AI 应用服务,实现与大模型(Ollama)的交互,并完成 SSE 流式输出的前后端联调。资料中的代码骨架与项目结构是工程化的,建议不要直接照抄,而是结合教程逐步填充实现,尤其是父工程配置、ChatClient 的构造与自动注入、以及流式输出的编码联调。通过这种边学边改的方式,把理论转化为手头的工程能力,是掌握这套技术栈的关键。资料中的提示词理论讲解,也能辅助你在编码时更好地控制大模型的输出行为。
课程目录
课程目录86 集
- 课件代码
- 01_教程简介.mp4 16.58M
- 02_SAA为什么会出现.mp4 17.20M
- 03_SAA是什么.mp4 51.69M
- 04_SAA能干嘛去哪下.mp4 23.72M
- 05_框架维度对比和选择.mp4 25.22M
- 06_入门案例之前置约定.mp4 21.94M
- 07_入门案例之调用三件套申请.mp4 46.51M
- 08_入门案例之总体父工程搭建.mp4 39.29M
- 09_入门案例之编码实现-上集.mp4 56.24M
- 10_入门案例之编码实现-中集.mp4 44.52M
- 11_入门案例之编码实现-下集.mp4 69.90M
- 12_入门案例之编码实现-扩展.mp4 104.16M
- 13_Ollama之入门理论.mp4 35.04M
- 14_Ollama之本地安装.mp4 61.87M
- 15_Ollama之下载模型命令mp4.mp4 41.70M
- 16_Ollama之微服务调用ollama本地模型.mp4 76.07M
- 17_对话模型之ChatClient新对象.mp4 54.99M
- 18_对话模型之ChatClient无法自动注入.mp4 26.10M
- 19_对话模型之构造注入ChatClient.Builder.mp4 74.49M
- 20_对话模型之ChatClient自动注入.mp4 48.12M
- 21_SSE之流式输出是什么.mp4 19.37M
- 22_SSE之SSE理念和面试题讲解.mp4 34.39M
- 23_SSE之ChatModel实现流式输出且多模型共存.mp4 73.36M
- 24_SSE之ChatClient实现流式输出且多模型共存.mp4 54.79M
- 25_SSE之前端知识介绍.mp4 42.41M
- 26_SSE之前后端编码联调.mp4 66.16M
- 27_提示词之是什么.mp4 53.22M
- 28_提示词之api代码演变.mp4 35.48M
- 29_提示词之四大角色.mp4 37.25M
- 30_提示词之四大角色编码01.mp4 25.95M
- 31_提示词之四大角色编码02.mp4 39.28M
- 32_提示词之四大角色编码03.mp4 33.47M
- 33_提示词之四大角色编码04.mp4 44.61M
- 34_提示词模板之理论简介.mp4 32.62M
- 35_提示词模板之基础api.mp4 35.96M
- 36_提示词模板之读取配置文件构成模板.mp4 31.43M
- 37_提示词模板之角色设定和边界划分.mp4 53.63M
- 38_格式化输出之是什么和记录类.mp4 33.94M
- 39_格式化输出之记录类补充资料.mp4 13.32M
- 40_格式化输出之编码落地测试.mp4 89.53M
- 41_ChatMemory之是什么.mp4 17.46M
- 42_ChatMemory之持久化和对话窗口上限.mp4 15.49M
- 43_ChatMemory之持久化需求分析.mp4 27.69M
- 44_ChatMemory之编码开发-上集.mp4 21.89M
- 45_ChatMemory之编码开发-中集.mp4 59.48M
- 46_ChatMemory之编码开发-下集.mp4 70.47M
- 47_ChatMemory之答疑和小总结.mp4 32.02M
- 48_通义万相-文生图.mp4 61.97M
- 49_语音合成CosyVoice之理论入门.mp4 66.65M
- 50_语音合成CosyVoice之编码案例.mp4 61.08M
- 51_向量化之是什么.mp4 14.70M
- 52_向量化之文本向量化.mp4 25.42M
- 53_向量化之向量维度比较说明.mp4 49.17M
- 54_向量化之向量数据库.mp4 66.44M
- 55_向量化之能干嘛.mp4 8.90M
- 56_向量化之编码-上集.mp4 41.32M
- 57_向量化之编码-中集.mp4 47.84M
- 58_向量化之编码-下集.mp4 102.32M
- 59_RAG之Ai智能运维需求.mp4 20.30M
- 60_RAG之是什么.mp4 21.87M
- 61_RAG之索引和检索.mp4 19.83M
- 62_RAG之ai智能运维-上集.mp4 26.21M
- 63_RAG之ai智能运维-中集.mp4 112.57M
- 64_RAG之ai智能运维-下集.mp4 120.40M
- 65_ToolCalling之是什么.mp4 30.05M
- 66_ToolCalling之工作流程.mp4 21.43M
- 67_ToolCalling之不用ToolCalling案例.mp4 16.76M
- 68_ToolCalling之使用ToolCalling案例-上集.mp4 43.87M
- 69_ToolCalling之使用ToolCalling案例-下集.mp4 25.86M
- 70_MCP之为什么出现.mp4 60.39M
- 71_MCP之理论知识和应用理念.mp4 63.50M
- 72_MCP之CS架构.mp4 28.44M
- 73_MCP之各个概念梳理总结.mp4 49.69M
- 74_MCP之本地Server服务端实现.mp4 52.87M
- 75_MCP之本地Client客户端实现.mp4 82.03M
- 76_MCP之百度地图mcp申请密钥.mp4 62.07M
- 77_MCP之百度地图mcp开发配置.mp4 55.63M
- 78_MCP之百度地图mcp测试效果.mp4 48.72M
- 79_MCP之原理源码浅谈.mp4 95.07M
- 80_求职闲聊扯淡和生态篇开启.mp4 71.36M
- 81_SAA生态篇之云上RAG(AI智能运维)-上集.mp4 40.17M
- 82_SAA生态篇之云上RAG(AI智能运维)-中集.mp4 44.13M
- 83_SAA生态篇之云上RAG(AI智能运维)-下集.mp4 39.18M
- 84_SAA生态篇之今天吃什么.mp4 27.33M
- 85_SAA生态篇之工作流配置.mp4 57.29M
- 86_SAA生态篇之本地调用Agent.mp4 70.19M




