使用 Spring AI、MCP 和 Java 的 AI 代理和代理工作流程

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |时长：190 场讲座 ( 11h 53m )

你将学到什么

• 使用 Spring AI 和 Java 构建 AI 代理
• 设计代理工作流程和多轮推理系统
• 使用 Spring Boot 实现 MCP 服务器
• 构建并公开 MCP 工具、资源和提示
• 使用 Ollama 集成 OpenAI、Gemini 和本地法学硕士
• 使用启发构建人机交互工作流程
• 使用进度通知处理异步工作流程
• 为基于 MCP 的 AI 系统编写集成测试

使用 Spring AI、MCP 和 Java 构建 AI 代理和代理工作流程。

整个课程是关于从头开始开发我们自己的人工智能代理。这是一门深入的、架构优先的大师班，涉及使用 Java、Spring AI 和模型上下文协议 (MCP) 构建生产级 AI 代理和代理工作流。

您将掌握什么：

• 使用 Spring AI 和 Java 构建 AI 代理
• 设计代理工作流程和多轮推理系统
• 了解 MCP 架构和通信流程
• 实施 MCP 工具、资源和提示
• 使用启发构建人在环工作流程
• 使用进度通知处理异步工作流程
• 使用 Ollama 集成 OpenAI、Gemini 和本地模型
• 有效使用 ChatClient、ChatMemory 和 Advisors
• 实施结构化输出和即时工程技术
• 使用 Spring Boot 设计人工智能驱动的微服务
• 为基于 MCP 的系统编写集成测试
• 应用现实世界的人工智能架构模式和实施最佳实践

课程结束时，您将能够：

• 使用 Spring AI 和 Java 构建生产级 AI 代理和代理工作流
• 使用工具、资源和提示设计和实现 MCP 服务器
• 将 OpenAI、Gemini 和本地 LLM 集成到 Spring Boot 应用程序中
• 使用 ChatMemory、顾问和结构化输出构建上下文感知人工智能系统
• 应用面向生产的人工智能架构模式、测试策略和最佳实践

在整个课程中，我们将使用 Spring Boot、Spring AI 和 MCP 构建实用的生产型 AI 系统。