感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間：
課程簡介
1. Spring AI 入門
- 專案建立與配置
- 提示詞（Prompt）的角色與提交方式
- 撰寫第一個測試
- 模型選擇
- 模型配置
- Spring AI 功能預覽
2. 理解回應
- 如何檢查相關答案
- 執行時期的準確性
3. 提示詞詳解
- 使用提示詞模板
- 定義新的提示詞模板
- 理解上下文（Context）
- 角色的作用及其重要性
- 使用選項影響回應生成
- 串流與輸出格式化
- 回應中的元數據（Metadata）
4. 使用您的數據與文件
- 理解 RAG（檢索增強生成）
- 設置向量儲存庫並載入文件
- 首次 RAG 實作
- 使用顧問（Advisor）進行 RAG
- 模組化 RAG 功能
5. AI 中記憶的角色
- 為什麼需要記憶
- 新增與配置記憶以支援對話
- 對話 ID
- 支援持久化記憶
- 將聊天記憶儲存於向量儲存庫
6. AI 工具
- 啟用工具功能的應用
- 理解工具能力
- 撰寫並啟用工具
- 將函式作為工具使用
7. 模型上下文協議（MCP）
- 為什麼需要 MCP？
- 與 MCP 客戶端協作
- 撰寫 MCP 伺服器
- MCP 伺服器的資料庫與工具
- 理解 HTTP 與 SSE（伺服器推送事件）傳輸
- 公開提示詞與資源
8. 監控操作
- 啟用 Actuator 指標
- 檢查向量儲存庫操作
- 觀察模型交互作用
- Token 計數
- 整合至 Prometheus 並建立儀表板
- 追蹤 AI 操作
9. 生成式 AI 的防護措施
- 控制透過 RAG 存取的文件
- 強化工具安全性
- 應對對抗性提示（Adversarial Prompting）
- 審核使用者輸入
10. 常見生成式模式
- 內容摘要
- 訊息翻譯
- 情感分析
11. 代理（Agents）的角色
- 什麼是代理
- 實作代理式工作流
- 提示詞鏈接、任務路由與並行化
- 透過 MCP 存取代理
最低要求
參與者應具備以下條件：
- 對Java 程式設計有良好掌握
- 具備Spring 與 Spring Boot的實務經驗
- 熟悉 Spring Boot 應用的建置與配置
- 基本了解REST API 與 HTTP
- 基本了解JSON 與應用配置
- 基本了解生成式 AI 與大型語言模型（LLMs）
- 建議熟悉資料庫及數據存取概念
- 無需具備Spring AI、RAG、MCP 或 AI 代理（Agents）的先備經驗
客戶評論 (1)
提供了關於所請求的更高階主題的詳細信息。
Farukh Khan - Tandem Solution
課程 - RabbitMQ with Java and Spring
機器翻譯
