正版资源尚硅谷LangChain4j 快速入门指南
这门课解决什么工作场景 LangChain4j 是目前 Java 生态中对接大模型最主流的开发框架。这门课主要解决 Java 开发者在构建 AI 应用时“不会接、接不好”的问题。很多人知道大模型很强，但停留在调用官方 API 的阶段，一旦涉及企业级需求——比如需要结合 Spring Boot 业务系
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。
这门课解决什么工作场景
LangChain4j 是目前 Java 生态中对接大模型最主流的开发框架。这门课主要解决 Java 开发者在构建 AI 应用时“不会接、接不好”的问题。很多人知道大模型很强，但停留在调用官方 API 的阶段，一旦涉及企业级需求——比如需要结合 Spring Boot 业务系统、管理对话上下文、检索内部知识库、或者让模型调用外部工具——纯靠原生 HTTP 请求会变得极其复杂且难以维护。
课程覆盖了从环境配置到高级特性的完整链路。它不仅教你如何快速调通一个 Demo，更侧重于解决实际工程中的痛点：例如如何隐藏和脱敏 API Key，如何实现流式输出以提升用户体验，如何处理多轮对话的记忆问题，以及如何构建 RAG（检索增强生成）系统来解决大模型幻觉和知识时效性问题。此外，课程还涵盖了 Function Calling 和 MCP 等较新的架构模式，适合希望将大模型能力深度集成进现有 Java 技术栈的工程师。
适合什么基础、学完能做什么
这门课适合有一定 Java 基础、熟悉 Spring Boot 基本开发的程序员。如果你完全不了解 Java 或从未写过 HTTP 请求，需要先补一下基础。不需要具备 AI 算法背景，因为课程是从工程应用角度切入，而非数学推导。
学完后，你将能够独立完成以下工作：第一，在 Java 项目中无缝集成主流大模型（如通义千问、DeepSeek 等），实现基本的文本生成和视觉理解；第二，掌握 LangChain4j 的高低阶 API，根据场景选择适合的编码方式；第三，搭建基于向量数据库的 RAG 应用，让 AI 能够基于你的私有文档回答问题，实现智能运维或知识库助手；第四，利用 Function Calling 让模型具备调用天气查询、数据库操作等外部工具的能力；第五，理解并落地 MCP 架构，实现模型与不同数据源的安全交互。
建议学习路径与资料配合
建议不要一上来就啃源码，而是按照“入门—进阶—实战”的顺序推进。首先看官网简介和入门案例，重点掌握 Key 的环境变量配置方法，确保开发环境干净安全。接着进入核心概念部分，先理解向量化、向量存储的原理，再配合编码实战，搞清楚数据是如何变成向量并存入数据库的，这是构建 RAG 的基石。
随后深入 LangChain4j 的具体功能模块：先看低阶和高阶 API 的区别，理解 AI Services 的封装逻辑；再通过提示词工程的编码实战，学会如何设计高质量的 Prompt。进阶阶段重点关注 RAG 的完整落地流程，从需求说明到智能运维案例，跟着视频一步步敲代码。最后是 Function Calling 和 MCP 部分，这部分偏重架构设计，建议结合前置环境配置的视频，亲手搭建测试案例。整个过程中，视频讲解理论，配套的编码实战视频则是肌肉记忆的养成地，务必边看边练，不要只看不写。
课程目录
01_视频87 集
- 79_MCP之是什么.mp4 [26.3 MB]
- 76_RAG之编码实战-需求说明.mp4 [27.7 MB]
- 59_持久化之编码实战.mp4 [113.9 MB]
- 43_流式输出之新坐标langchain4j-reactor引入【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [23.5 MB]
- 42_流式输出之理论概述.mp4 [40.3 MB]
- 37_视觉理解之编码实战-上集.mp4 [22.7 MB]
- 30_模型参数之参数介绍【精心整理‖更多资源关注 CunWorkNotes】.mp4 [44.2 MB]
- 28_低阶高阶api之AI Services编码步骤分解和原理【精心整理‖更多资源关注 CunWorkNotes】.mp4 [31.3 MB]
- 24_低阶高阶api之低阶api编码验证.mp4 [21.9 MB]
- 22_低阶高阶api之低阶api简介.mp4 [21.2 MB]
- 20_springboot整合之编码-下集.mp4 [62.8 MB]
- 18_springboot整合之与原生整合对比.mp4 [19.6 MB]
- 15_多模型共存之deepseek三件套申请.mp4 [25.0 MB]
- 14_入门案例之成功调用千问大模型.mp4 [52.4 MB]
- 12_入门案例之key配到环境变量脱敏处理.mp4 [15.4 MB]
- 04_langchain4j官网简介【资源整理‖公众号 CunWorkNotes】.mp4 [16.8 MB]
- 85_MCP之实战案例-测试和小总结【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [52.3 MB]
- 84_MCP之实战案例-编码落地.mp4 [76.0 MB]
- 83_MCP之实战案例-前置环境配置.mp4 [43.0 MB]
- 81_MCP之架构和2种通信协议.mp4 [17.9 MB]
- 78_MCP之为什么出现.mp4 [44.2 MB]
- 77_RAG之编码实战智能运维落地【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [108.5 MB]
- 75_RAG之核心api和开发流程.mp4 [83.4 MB]
- 74_RAG之能干嘛【整理分享‖关注公众号 CunWorkNotes】.mp4 [6.8 MB]
- 73_RAG之是什么【资源整理‖公众号 CunWorkNotes】.mp4 [28.3 MB]
- 72_向量化及存储之编码实战-下集.mp4 [75.9 MB]
- 71_向量化及存储之编码实战-中集.mp4 [36.5 MB]
- 70_向量化及存储之编码实战-上集【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [24.6 MB]
- 68_向量化及存储之指征特点总结.mp4 [15.4 MB]
- 67_向量化及存储之向量化3件套详解【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [58.5 MB]
- 66_向量化及存储之向量化和维度对比.mp4 [37.7 MB]
- 65_向量化及存储之向量是什么【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [12.9 MB]
- 64_FunctionCalling之@Toolg高阶api调用成功.mp4 [57.5 MB]
- 63_FunctionCalling之新建天气查询业务类.mp4 [28.7 MB]
- 62_FunctionCalling之和风天气开发服务注册和申请.mp4 [48.6 MB]
- 61_FunctionCalling之编码实战ToolSpecification【资源整理‖公众号 CunWorkNotes】.mp4 [89.9 MB]
- 60_FunctionCalling之理论简介【资源整理‖公众号 CunWorkNotes】.mp4 [37.7 MB]
- 57_提示词工程之编码实战-下集【精心整理‖更多资源关注 CunWorkNotes】.mp4 [68.0 MB]
- 56_提示词工程之编码实战-中集.mp4 [35.5 MB]
- 55_提示词工程之编码实战-上集.mp4 [59.4 MB]
- 54_提示词工程之Prompt演化历程.mp4 [13.3 MB]
- 53_提示词工程之入门理论.mp4 [52.4 MB]
- 52_ChatMemory之上下文记忆成功实现【精心整理‖更多资源关注 CunWorkNotes】.mp4 [42.1 MB]
- 51_ChatMemory之编码实战-下集.mp4 [43.2 MB]
- 50_ChatMemory之编码实战-中集.mp4 [65.6 MB]
- 49_ChatMemory之编码实战-上集【整理分享‖关注公众号 CunWorkNotes】.mp4 [27.3 MB]
- 48_ChatMemory之两种EvictionPolicy【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [25.9 MB]
- 47_ChatMemory之理论入门.mp4 [25.0 MB]
- 46_流式输出之编码实战-下集.mp4 [45.5 MB]
- 45_流式输出之编码实战-中集【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [46.4 MB]
- 41_视觉理解之万相模型编码实战.mp4 [55.9 MB]
- 40_视觉理解之万相wanx2.1-t2i-turbo模型【整理分享‖关注公众号 CunWorkNotes】.mp4 [8.4 MB]
- 39_视觉理解之引入通义万相进行图像理解.mp4 [48.4 MB]
- 38_视觉理解之编码实战-下集.mp4 [76.2 MB]
- 36_视觉理解之通义qwen-vl-max文本生成模型.mp4 [21.5 MB]
- 35_视觉理解之是什么.mp4 [22.8 MB]
- 34_模型参数之请求超时【资源整理‖公众号 CunWorkNotes】.mp4 [22.5 MB]
- 33_模型参数之重试配置.mp4 [32.0 MB]
- 32_模型参数之监听配置【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [82.8 MB]
- 27_低阶高阶api之AI Services说明.mp4 [45.3 MB]
- 26_低阶高阶api之Token用量计算案例【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [67.4 MB]
- 25_低阶高阶api之大模型Token VS Web开发中Token【资源整理‖公众号 CunWorkNotes】.mp4 [21.6 MB]
- 21_低阶高阶api之理论概述.mp4 [20.6 MB]
- 17_springboot整合之配置理论【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [44.7 MB]
- 16_多模型共存之成功调用deepseek大模型【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [49.1 MB]
- 13_入门案例之编写大模型配置类【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [24.2 MB]
- 11_入门案例之微服务工程落地Pom详解.mp4 [48.9 MB]
- 10_入门案例之新建project父工程【整理分享‖关注公众号 CunWorkNotes】.mp4 [55.6 MB]
- 09_langchain4j大模型调用三件套准备【精心整理‖更多资源关注 CunWorkNotes】.mp4 [63.9 MB]
- 06_langchain4j框架分层说明【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [29.2 MB]
- 05_langchain4j英语机翻.mp4 [26.2 MB]
- 03_langchain4j为何出现.mp4 [13.7 MB]
- 02_langchain4j是什么.mp4 [7.8 MB]
- 01_视频简介.mp4 [24.3 MB]
- 08_langchain4j入门案例前置约定.mp4 [28.2 MB]
- 19_springboot整合之编码-上集.mp4 [34.3 MB]
- 23_低阶高阶api之高阶api简介.mp4 [41.8 MB]
- 69_向量化及存储之向量数据库Qdrant.mp4 [25.3 MB]
- 29_低阶高阶api之高阶api编码验证.mp4 [24.9 MB]
- 31_模型参数之日志配置.mp4 [51.1 MB]
- 82_MCP之实战案例-需求分析.mp4 [39.4 MB]
- 58_持久化之ChatMemoryStore理论入门.mp4 [31.2 MB]
- 44_流式输出之编码实战-上集.mp4 [53.2 MB]
- 80_MCP之能干嘛怎么玩.mp4 [67.4 MB]
- 07_langchain4j行业趋势分析.mp4 [50.6 MB]
- 03_note.exe [15.4 MB]
- 02_code.exe [477.6 KB]
