Скачать [Udemy] Spring AI или Весна Искусственного Интеллекта [Евгений Борисов]

[Kail]

Spring AI или Весна Искусственного Интеллекта

От запуска локального LLM до RAG

В этом курсе мы не просто «подключим GPT». Мы создадим полноценное Spring-приложение, которое умеет говорить с языковой моделью на локальной машине, понимать контекст и работать с вашими собственными документами.
Никакой зависимости от облаков, ключей, подписок. Всё работает офлайн и бесплатно — за счёт Ollama и локальных моделей.
Всё, что вы напишете в процессе — не игрушка и не «Hello world». Это заготовка, которую можно адаптировать под реальный продакшн.

Что делаем:

• Устанавливаем Ollama и запускаем первую языковую модель у себя на машине
• Подключаем LLM к Spring через Spring AI — без магии, с разбором зависимостей и конфигурации
• Пишем сервис, который принимает вопросы, общается с моделью и возвращает ответы
• Добавляем хранилище истории диалога, чтобы модель могла помнить, о чём вы уже говорили
• Разбираемся с RAG: что это, зачем нужно и как работает.
• Реализуем сервис, который автоматически находит новые документы, разбивает их на чанки и загружает в RAG при запуске приложения. Всё происходит без ручного триггера — просто кладёшь файл в ресурсах, и система сама его подхватывает и индексирует.

Что получаем:

• Понимание, как устроены Spring AI и RAG
• Рабочее приложение, которое можно развивать под реальные задачи
• Опыт интеграции LLM с вашим сервисом
• Базу для следующих шагов

Для кого курс:

• Для Java-разработчиков, которые хотят начать использовать AI, но не знают, с чего начать
• Для тех, кто пробовал OpenAI API, но хочет уйти от зависимости и костов
• Для инженеров, которым важно понимать, что происходит под капотом
• Для тех, кто хочет не просто демо, а базу для реальных проектов

Содержание курса:

10 лекций • Общая продолжительность 4 ч 16 мин

• Intro - зачем все это надо?
• С нуля до первого вызова локальной LLM из Spring AI
• Подключаем UI - пишем модели
• Подключаем UI - пишем контроллеры и логику
• Подключаем UI - пишем интеграцию с LLM
• Переходим на стриминг
• Начинаем поддерживать историю
• Refactoring - переходим на новый API
• Готовимся строить RAG
• Документы → Чанки → RAG - свой пайплайн и advisor для RAG и весь финальный код

Автор Евгений Борисов: Spring expert с более чем 20 годами опыта разработки. Java RockStar и известный спикер на множестве технических конференций.

Показать больше