1.spring ai简介

2.项目结构介绍

3.访问deepseek

4.模型调用的本质

5.访问ollama

6.基于open api风格访问模型

7.基于anthropic api风格访问模型

8.ImageModel图片模型

9.TextToSpeechModel文本转语音

10.TranscriptionModel语音转文字

11.ChatClient的创建与多个共存

12.ChatClient同步调用

13.同步调用下的token统计

14.ChatClient流式返回

15.ChatClient流式调用获取响应和推理和token统计

16.Advisor介绍

17.SimpleLoggerAdvisor

18.SafeGuardAdvisor

19.自定义Advisor

20.提示词分类

21.提示词模板最佳实践

22.PromptTemplate与动态参数.

23.基于AdvisorSpec设置动态参数

24.定制提示词模板

25.多模态

26.结构化输出

27.结构化输出的原理

28.基于内存实现对话记忆

29.基于redis实现对话记忆

30.基于数据库实现对话记忆

31.tools介绍与原理说明

32.业务系统准备

33.通过自然语言完成工具调用

34.工具调用源码分析

35.rag流程

36.spring ai中的etl pipleline

37.读取不同类型的文件为Document

38.文档分块与关键词和摘要提取

39.向量的概念

40.向量数据库

41.EmbeddingModel向量模型

42.qdrant安装与介绍

43.SimpleVectorStore和QdrantVectorStore

44.向量数据库的增删改查

45.QuestionAnswerAdvisor

46.RetrievalAugmentationAdvisor

47.RerankModel

48.基于重排序的rag系统

49.mcp简介

50.自定义mcp client调用amap

51.自定义mcp stdio server

52.自定义mcp sse server

53.自定义mcp streamable server

在线播放地址: https://www.bilibili.com/video/BV1L8MG6SE53/

无