小智医疗（LangChain4J大模型应用实战项目）
视频介绍
本套教程专为需要在Java开发中融入AI技术的学习者设计，以项目为驱动，从基础搭建到功能逐步完善，紧密围绕实战展开，告别理论与实践脱节的学习模式，真正做到学以致用，简洁高效地引导学习者掌握LangChain4J与大模型对接的核心技术，让应用程序轻松具备人工智能属性！
项目使用的技术涵盖：LangChain4J的理解与应用、多模型接入与应用、人工智能服务、实现聊天记忆、提示词优化、Function Calling函数调用、检索增强生成（RAG）技术、向量模型和向量存储、流式输出与前端工程、前端工程开发等。
通过本套教程的学习，你不仅能够积累丰富的项目经验，还能培养解决实际问题的能力，为未来在人工智能领域的职业发展打下坚实基础。无论是想要提升技术水平的Java开发者，还是对AI应用开发感兴趣的初学者，这套教程都是开启你 AI 应用开发新征程的理想选择。
视频目录 选集
- 01-教程介绍
- 02-LangChain4J入门-简介
- 03-LangChain4J入门-应用程序整合大语言模型的常见场景
- 04-LangChain4J入门-创建SpringBoot应用程序
- 05-LangChain4J入门-接入大模型
- 06-LangChain4J入门-使用Spring Boot Starters
- 07-接入其他大模型-都有哪些大模型可进行接入
- 08-接入其他大模型-DeepSeek
- 09-接入其他大模型-运行时无法获取APIKey的原因
- 10-接入其他大模型-Ollama本地部署
- 11-接入其他大模型-Ollama
- 12-接入其他大模型-阿里百炼介绍
- 13-接入其他大模型-阿里百炼通义千问
- 14-接入其他大模型-阿里百炼通义万象
- 15-接入其他大模型-阿里百炼Deepseek
- 16-AIService-概念
- 17-AIService-创建AIService
- 18-AIService-使用@AiService
- 19-AIService-工作原理
- 20-Chat memory-聊天记忆的简单实现
- 21-Chat memory-使用ChatMemory实现聊天记忆
- 22-Chat memory-使用AIService实现聊天记忆
- 23-Chat memory-隔离聊天记忆
- 24-Chat memory-实现原理
- 25-Chat memory-替换聊天记忆的实现
- 26-Persistence-存储介质的选择
- 27-Persistence-MongoDB简介
- 28-Persistence-MongoDB的安装和基本操作
- 29-Persistence-SpringBoot整合MongoDB
- 30-Persistence-实现
- 31-Persistence-测试
- 32-Prompt-系统提示词
- 33-Prompt-在提示词中添加当前日期
- 34-Prompt-从资源中加载提示模板
- 35-Prompt-用户提示词
- 36-Prompt-使用@v参数
- 37-Prompt-多个参数的情况
- 38-Prompt-@SystemMessage和@V
- 39-项目实战-创建硅谷小智聊天助手
- 40-项目实战-测试硅谷小智聊天助手
- 41-Function Calling-测试大语言模型的缺陷
- 42-Function Calling-工具的定义和使用
- 43-Function Calling-@Tool和@P
- 44-Function Calling-@ToolMemoryId
- 45-项目实战-实现预约相关业务逻辑
- 46-项目实战-测试业务方法
- 47-项目实战-创建和配置Tools
- 48-项目实战-测试硅谷小智的预约功能
- 49-RAG-RAG和微调大模型
- 50-RAG-向量和维度
- 51-RAG-相似度和相似度测量
- 52-RAG-索引阶段和检索阶段
- 53-RAG-文档加载器
- 54-RAG-文档解析器
- 55-RAG-文档分割器
- 56-向量转换和向量存储
- 57-自定义文档分割器
- 58-Token和Token计算
- 59-项目实战-在硅谷小智中实现RAG
- 60-Embedding-引入通用文本向量模型
- 61-Embedding-Pinecone的使用
- 62-Embedding-向Pinecone中存入数据
- 63-Embedding-相似度匹配
- 64-项目实战-在硅谷小智中集成向量大模型和Pinecone向量存储
- 65-项目实战-流式输出
- 66-项目实战-运行前端工程