使用 Spring AI 的 AI 代理内存架构

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：1小时48米

你将学到什么

• 使用 Spring AI Advisors 和 PostgreSQL 设计具有分层内存的 AI 代理
• 为 AI 助手构建角色、情景、语义和工作记忆
• 使用 pgvector 和嵌入实现基于向量的内存检索
• 创建能够在对话中正确记住用户的 AI 系统
• 为生产型 AI 后端构建可扩展的异步内存管道
• 开发能够随着时间的推移了解用户偏好的后端 AI 应用
• 了解为什么聊天记录本身并不是 AI 代理的真实记忆

要求

• 建议具备 Java 和 Spring Boot 基础知识
• 拥有使用 PostgreSQL 等 SQL 数据库的经验会有所帮助
• 无需具备人工智能或机器学习经验
• 对现代人工智能助手如何在对话中记住用户感到好奇

描述

大多数人工智能应用程序并不能真正记住用户。
它们只是重播聊天记录。

在本课程中，您将学习如何使用 Java、Spring AI、PostgreSQL 和 pgvector 为 AI 代理设计和实现实内存系统。

使用实用的 AI Travel Planner 项目，您将构建一个分层内存架构，使 AI 助手能够在对话中正确记住用户。

这是一门以后端工程为重点的课程，专为想要超越基本聊天应用程序并构建生产型 AI 系统的开发人员而设计。

您将构建什么

• 使用对话历史记录进行工作记忆
• 持久用户事实的角色记忆
• 使用对话摘要进行情景记忆
• 使用学习偏好进行语义记忆
• 使用 pgvector 进行向量相似度搜索
• 异步内存处理管道
• 使用 Spring AI Advisors 进行集中提示组装

你将学到什么

• 为什么聊天记录不是真正的人工智能记忆
• 现代人工智能存储系统的结构
• 如何设计分层内存架构
• 嵌入和矢量搜索在实践中的工作原理
• 如何动态检索相关内存
• 如何构建可扩展的 AI 后端管道
• 如何在对话中个性化 AI 行为

使用的技术

• Java
• Spring 启动
• Spring AI
• PostgreSQL
• pg向量

在本课程结束时，您将全面了解如何在现代后端应用程序中设计和实现真正的人工智能存储系统。

本课程适合谁

• 后端工程师构建 AI 助手和副驾驶
• Spring Boot 开发人员探索 AI 内存系统
• 对生产型 AI 架构感兴趣的 Java 开发人员