Java转 AI高薪领域必备-从0到1打通生产级AI Agent开发_实战课程

本章介绍：

拥抱Agent新时代 · 架构认知与项目启航。

第1章开课准备

2 节｜17分钟

展开

视频：

1-1 课程导学

试看

16:42
图文：

1-2 课程课件

本章介绍：

建立清晰的AI项目技术选型方法论，深入理解Spring AI Graph相较于低代码平台的核心优势，为后续实战打下坚实的架构基础。

第2章技术选型与架构筑基：为什么是Spring AI Alibaba Graph？

6 节｜27分钟

收起

视频：

2-1 AI工作流开发的“三条道路”

02:54
视频：

2-2 认识主流低代码平台Dify与Coze

07:47
视频：

2-3 低代码平台遍地，为何还要从零造轮子？

05:08
视频：

2-4 从“工具使用者”到“架构创造者”

04:58
视频：

2-5 为什么Spring AI Alibaba Graph是Java生态的“终极答案”？

03:33
视频：

2-6 自研工作流Agent开发框架

02:33

本章介绍：

掌握AI工作流的"乐高积木"，构建企业级智能系统基石。

第3章 Spring AI Alibaba Graph框架核心精讲

5 节｜52分钟

收起

视频：

3-1 什么是Graph？为什么它是AI工作流的终极解决方案？

05:17
视频：

3-2 Graph核心三要素深度解析

05:39
视频：

3-3 代码环境搭建

12:48
视频：

3-4 配置大模型参数与定义节点、边

16:48
视频：

3-5 节点与边定义及实操演示

11:18

本章介绍：

梳理智能库存调拨Agent设计思路，实操搭建企业级工程环境、完成数据建模与Graph工作流设计。

第4章库存调拨Agent: 架构思路与工程环境搭建

6 节｜57分钟

展开

视频：

4-1 从痛点出发的架构思维

04:16
视频：

4-2 企业级项目标准化搭建

07:26
视频：

4-3 基础框架封装：统一响应体、异常处理、日志规范的代码实现

14:31
视频：

4-4 数据建模：核心数据库实体设计

试看

08:55
视频：

4-5 使用代码生成器进行通用业务组件开发

12:39
视频：

4-6 Agent全链路流程设计

08:57

本章介绍：

硬核落地库存调拨 Agent 核心开发！实操定义状态机、搭建商品 / 库存实时数据流，开发 AI 预测引擎、优化提示词，结构化大模型输出，落地邮件通知、数据入库等节点，全程链路测试，打通 AI 决策到业务执行闭环！

第5章库存调拨Agent: 核心节点开发与链路测试

16 节｜199分钟

展开

视频：

5-1 全局状态机定义与声明

13:51
视频：

5-2 构建商品实时数据流

13:27
视频：

5-3 接入状态机并执行节点测试

10:05
视频：

5-4 构建库存实时数据流，为AI决策引擎提供精准弹药

12:30
视频：

5-5 完善库存实时数据流并执行节点测试

14:50
视频：

5-6 预测引擎开发：接入AI大模型实现调拨建议生成

15:34
视频：

5-7 面试加分项：如何让大模型更好的理解你的意图

15:23
视频：

5-8 面试加分项：使用多种提示词优化技术实现LLM输出准确性提升

13:09
视频：

5-9 提取大模型内容转JSON,实现数据的结构化

12:26
视频：

5-10 JSON数据返回与节点测试实操

09:03
视频：

5-11 邮件通知的依赖集成与服务配置

11:32
视频：

5-12 邮件推送接口代码实现

14:02
视频：

5-13 构建邮件推送节点并执行节点测试

10:51
视频：

5-14 库存调拨保存接口的业务逻辑实现

10:51
视频：

5-15 MapStruct实现POJO转换

14:37
视频：

5-16 状态机 JSON 数据解析与入库节点开发

05:56

本章介绍：

硬核筑牢 Agent 风险防控线！解析人机协同核心意义，实操 Graph 配置适配、threadId 对话隔离落地，打通人类审核→对话召回→工作流激活全链路，用条件边搞定复杂业务决策，全程实操落地！

第6章库存调拨Agent：风险控制方案落地实现

6 节｜72分钟

展开

视频：

6-1 什么是人机协同？为什么要进行人机协同？

16:18
视频：

6-2 Graph 配置适配人机协同节点

13:00
视频：

6-3 对话隔离落地：RunableConfig 的 threadId 配置开发

13:25
视频：

6-4 人类审核→对话召回→工作流激活：全链路落地

13:34
视频：

6-5 人机协同流程总结与梳理

05:56
视频：

6-6 4.28 1个条件边=N种执行路径！使用条件边轻松搞定复杂业务决策逻辑

09:45

本章介绍：

硬核提升 Agent 可靠性！解析检查点核心概念，实操集成 Redis Stack、改造 Graph 配置实现工作流状态持久化，完成 Agent 全链路测试，集成 PlantUML 一键生成架构图，让流程设计可视化、更靠谱！

第7章库存调拨Agent：可靠性方案落地实现

5 节｜44分钟

展开

视频：

7-1 什么是检查点？

06:10
视频：

7-2 集成Redis Stack+Graph 配置改造实现工作流状态 Redis 持久化

11:43
视频：

7-3 测试：Agent 工作流链路全测

11:20
视频：

7-4 如何更好的让用户或者领导看到你的流程设计？

03:27
视频：

7-5 集成PlantUML，一键生成专业架构图，让设计清晰可见

10:42

本章介绍：

硬核破解 Agent 高并发痛点！实操单体项目转微服务、Docker 启动 Nacos 并配置为配置中心，引入 Kafka 消息中间件、改造接口，打通 Kafka 生产消费全链路，拆解消息不丢失、不积压两大核心难题，全程落地，让 Agent 轻松扛住高并发！

第8章库存调拨Agent：高并发方案落地实现

12 节｜142分钟

展开

本章介绍：

本章聚焦 RAG 技术栈，硬核打造 BI 报表问答 Agent！从痛点出发拆解架构设计、深度解析 RAG 核心，实操工程初始化、集成 Tika 实现文档读取、整合智源向量大模型，踩坑 Redis 向量库使用问题，用自定义分割器提升召回精度，扩展落地 Milvus 向量库（Docker 启动 + 项目集成），全程实操落地！

第9章 BI报表问答Agent：RAG技术与向量库整合

18 节｜177分钟

展开

视频：

9-1 架构设计：从痛点出发的架构思维

05:55
视频：

9-2 RAG技术深度解析

08:06
视频：

9-3 工程初始化与环境搭建

11:02
视频：

9-4 集成Tika文档读取器实现文档读取

11:44
视频：

9-5 文本向量大模型介绍以及整合智源向量大模型

13:54
视频：

9-6 使用Redis作为向量数据库以及问题引出

11:56
视频：

9-7 踩坑预警！默认文本分割方案的核心问题

12:58
视频：

9-8 面试加分项：使用自定义的定制化分割器来提高召回准确度

13:47
视频：

9-9 扩展：使用DockerFile启动Milvus+客户化UI界面

11:30
视频：

9-10 扩展：项目集成Milvus作为向量数据库

11:44
视频：

9-11 智能BI报表问答系统Graph工作流设计

03:32
视频：

9-12 数据准备：前置数据库脚本执行

07:41
视频：

9-13 明确目标：核心节点开发逻辑梳理

08:41
视频：

9-14 AI Agent 提示词：教你编写高效果优质 Prompt

11:10
视频：

9-15 RAG 召回 + 大模型内容生成落地

11:40
视频：

9-16 RAG检索过程源码解析

10:28
视频：

9-17 如何让AI更好的理解用户不准确的表述？

02:52
视频：

9-18 面试加分项：多种Prompt优化技术提高召回率

08:06

本章介绍：

本章硬核落地 BI 报表问答 Agent SQL 生成 + 安全优化！实操工作流设计、数据准备、核心节点逻辑梳理，编写高效果 Prompt、落地 RAG 召回 + 大模型生成，解析 RAG 检索源码，优化用户表述理解，拆解 Agent 安全隐患，用 Prompt 技巧提升召回率 + 系统安全性，全是面试加分项！

第10章 BI报表问答Agent：SQL生成与报表生成引擎开发

9 节｜85分钟

展开

视频：

10-1 问题点：Agent有什么安全隐患？

06:28
视频：

10-2 面试加分项：使用Prompt优化来增加安全性

07:45
视频：

10-3 引入jdbcTemplate作为SQL执行层

10:01
视频：

10-4 验证：如何使用jdbcTemplate进一步提升安全性

08:45
视频：

10-5 自动化报表生成引擎开发

13:34
视频：

10-6 引入邮件发送服务以及邮件发送接口开发

08:59
视频：

10-7 完善邮件发送接口业务开发

11:26
视频：

10-8 Agent测试以及问题点引出

10:35
视频：

10-9 优化：如何用“少样本”瞬间提升AI智商，生成精准中文标头

06:42

本章介绍：

章节介绍：实战扩展专属 SQL 评估节点！借助大模型实现 SQL 安全性与执行效率智能评估，通过调整温度等大模型生成参数，双重加固系统安全与输出准确性，打造更严谨、更可靠的企业级 BI 问答 Agent！

第11章 BI报表问答Agent：SQL准确率方案落地与大模型调优实战

9 节｜78分钟

展开

视频：

11-1 如何提高大模型生成的SQL的准确性？

01:24
视频：

11-2 增加评估节点提升SQL准确性

07:42
视频：

11-3 评估节点系统提示词编写

11:01
视频：

11-4 评估节点初级版本代码实现

11:03
视频：

11-5 测试：验证评估节点效果

07:37
视频：

11-6 智能BI报表问答系统Graph工作流进阶版设计

03:45
视频：

11-7 条件边实现

12:15
视频：

11-8 面试加分项：三件套：评估-循环-微调，准确率拉满！

12:48
视频：

11-9 BI报表问答Agent总结梳理

09:56

本章介绍：

本章硬核落地企业大模型私有化部署全流程！解析常见私有化部署方案、算力服务器选型与购买，实操 AutoDL 服务器操作 + Ollama 安装，改造项目适配 Ollama 私有化大模型，安装 vLLM 运行环境，下载安装 Qwen 大模型，改造项目适配私有化 Qwen，全程实操，搞定企业级私有化部署！

第12章企业大模型私有化部署方案

7 节｜63分钟

展开

视频：

12-1 常见的私有化大模型部署方案介绍

02:30
视频：

12-2 常见的算力服务器介绍以及算力服务器购买

07:56
视频：

12-3 AutoDL 服务器操作 + Ollama 安装落地

08:02
视频：

12-4 原有项目改造，适配Ollama私有化部署大模型

09:49
视频：

12-5 vLLM运行环境安装

10:26
视频：

12-6 通过魔搭社区下载安装开源Qwen大模型

11:09
视频：

12-7 原有项目改造，适配私有化部署Qwen大模型

13:06

本章介绍：

本章直击高薪求职痛点！手把手教你提炼项目核心亮点，拆解从技术落地到业务价值的包装逻辑，搭配专属面试攻略，把 Agent、私有化部署等项目优势拉满，助力快速拿下高薪 offer！

第13章高薪简历指导与项目深度包装

持续更新

本章介绍：

本章介绍一种新的Agent开发思路，可以参考这个框架进行二次封装，实现公司内部的自研Agent开发框架。

第14章自研工作流Agent开发框架补充

持续更新

Java转 AI高薪领域必备-从0到1打通生产级AI Agent开发

系统掌握 Spring AI+Graph+LLM 黄金技术栈，实现从 “不会” 到 “能落地” ，赋能原有业务 AI 提效

课程预览

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

热搜

最近搜索清空

课程预览

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

本章介绍：

学习咨询