本课程深入讲解大模型应用开发，涵盖Agent、MCP、RAG、Skill和SpringAI等多个领域，适合对大模型应用开发感兴趣的学习者。
课程概述
本课程由Hollis团队精心打造，旨在帮助学习者全面了解和掌握大模型应用开发的核心技术。课程内容丰富，涵盖了从基础理论到实战应用的各个方面。
课程亮点
- 全面讲解Agent、MCP、RAG、Skill和SpringAI等关键技术。
- 结合实际案例，深入剖析大模型应用开发的实战技巧。
- 提供丰富的教学资源，包括视频教程、代码示例等。
适用场景
本课程适合以下人群：
- 对大模型应用开发感兴趣的学习者。
- 希望提升自身技术能力的软件开发人员。
- 从事人工智能相关领域的研究人员。
📂 资源目录
📁 4.SpringAl
34. Spring AI 核心特性：对话记忆.mp4 [145.6 MB]
31. Spring AI 核心特性：结构化输出（上）.mp4 [107.8 MB]
26. 开发必备的Spring AI核心概念(上）.mp4 [79.5 MB]
23. 基于SSE实现大模型流式输出.mp4 [71.2 MB]
37. Spring AI 核心特性：调用本地模型.mp4 [58.7 MB]
27. 开发必备的Spring AI核心概念(下）.mp4 [56.2 MB]
28. Spring AI 核心特性：提示词工程.mp4 [50.7 MB]
35. Spring AI 记忆管理技术：持久化记忆.mp4 [71.5 MB]
30. Spring AI 核心特性：提示词模板管理.mp4 [52.8 MB]
32.Spring AI 核心特性：结构化输出（中）.mp4 [55.8 MB]
36. Spring AI 核心特性：Advisor.mp4 [60.0 MB]
22. Java中大模型调用的多种方式.mp4 [59.4 MB]
24. LLM应用开发框架：LangChain.mp4 [25.8 MB]
25. 接入Spring AI 与Spring AI Alibaba.mp4 [25.8 MB]
33.Spring AI 核心特性：结构化输出（下） 2026-02-11 1168 次学习.mp4 [14.6 MB]
29. Spring AI 核心特性：流式输出.mp4 [28.8 MB]
📁 代码
LLMentor代码.zip [781.7 KB]
📁 7.MCP
52. 使用Spring AI开发MCP Server.mp4 [44.4 MB]
60. 如何跳过MCP的模型总结.mp4 [62.2 MB]
58. 神奇的context-path.mp4 [45.4 MB]
54. Spring AI MCP调用实现原理.mp4 [27.7 MB]
49. 什么是MCP.mp4 [42.4 MB]
59. MCP调试工具.mp4 [16.7 MB]
50. 深入理解MCP技术原理.mp4 [27.4 MB]
61. 如何实现MCP工具过滤.mp4 [37.4 MB]
55. SSE MCP Server如何实现重连.mp4 [45.1 MB]
53. 使用Spring AI开发MCP Client.mp4 [23.4 MB]
51. 如何接入MCP Server.mp4 [30.2 MB]
57. MCP如何实现认证鉴权.mp4 [12.5 MB]
62. MCP与其他协议的区别.mp4 [8.3 MB]
56. 将MCP改造为HTTPS.mp4 [12.4 MB]
📁 1.代码介绍&应用启动
01.课程介绍+如何答疑.mp4 [33.4 MB]
02.【重要】课程设计说明.mp4 [29.7 MB]
04.代码目录结构&应用如何启动.mp4 [20.8 MB]
03.重要说明+如何下载代码.mp4 [17.8 MB]
📁 5.LangChain4J
41. @AiService实现原理.mp4 [45.6 MB]
39. LangChain4J低层次API使用.mp4 [45.0 MB]
43. Spring AI & Spring AI Alibaba & Langchain4j.mp4 [22.8 MB]
40. LangChain4j高层次API使用.mp4 [33.2 MB]
42. LangChain4j中实现持久化记忆.mp4 [23.7 MB]
38. 初识LangChain4j.mp4 [12.9 MB]
📁 12.项目实战
137. 智能对话：从需求分析到技术落地.mp4 [90.6 MB]
135. 整体架构与功能点介绍.mp4 [59.3 MB]
138. 流式控制与任务管理.mp4 [33.5 MB]
136. 项目运行说明.mp4 [20.3 MB]
📁 9.Agent
108. 如何给Agent增加持久化记忆.mp4 [114.2 MB]
109. 深入理解 Alibaba-React Agent 原理.mp4 [77.5 MB]
118. 实战一：手搓ReactAgent（流式）.mp4 [50.3 MB]
114. 使用AutoGen 构建一个代码生成器.mp4 [46.3 MB]
103. 常用的Agent开发框架.mp4 [10.9 MB]
117. 实战一：手搓ReactAgent（非流式）.mp4 [45.6 MB]
122. 实战四：手搓Human in the Loop.mp4 [43.8 MB]
113. Agent常用架构：Multi Agent.mp4 [45.6 MB]
111. Agent常用架构：Reflection Agent.mp4 [15.7 MB]
104.Agent常用架构：ReAct Agent.mp4 [54.9 MB]
112. Agent常用架构：Human in the Loop.mp4 [84.9 MB]
115. Spring AI Alibaba中的多智能体支持.mp4 [41.5 MB]
105.React Agent的实现方式？.mp4 [79.9 MB]
107. Alibaba-React Agent 核心组件.mp4 [40.7 MB]
121. 实战三：手搓PlanExecuteAgent.mp4 [71.0 MB]
102. 什么是AI Agent？.mp4 [18.7 MB]
106. Alibaba-React Agent 初探.mp4 [89.0 MB]
119. 实战一（后续）：ReactAgent流式输出有问题？.mp4 [23.8 MB]
110. Agent常用架构：Plan and Execute Agent.mp4 [15.3 MB]
116. 多智能体协议——A2A.mp4 [22.2 MB]
120. 实战二：手搓ReflectionAgent.mp4 [38.8 MB]
📁 6.Function Call
48. 实战：仿PDD自动帮买家申请退款.mp4 [85.7 MB]
47. Spring AI中的Tool Calling怎么实现的.mp4 [25.1 MB]
44. 什么是Function Call.mp4 [15.3 MB]
46. 使用Spring AI做Function Call.mp4 [10.2 MB]
45. 如何定义一个好的Function.mp4 [7.2 MB]
📁 10.上下文工程
124. 上下文太长会带来什么问题？.mp4 [26.2 MB]
126. 实战：Manus的上下文工程实践.mp4 [47.5 MB]
123. 什么是Context，和Memory、Prompt、Token之间的区别？.mp4 [12.1 MB]
125. 什么是上下文工程？.mp4 [22.3 MB]
📁 8.RAG
74. 向量模型&向量数据库&向量存储.mp4 [139.2 MB]
100. 实战：多模态RAG智能问答系统（中）.mp4 [171.3 MB]
89. RAG优化技术：混合检索(下）.mp4 [96.1 MB]
93. Spring AI中的Modular RAG支持.mp4 [121.5 MB]
98. 多模态RAG——对接多模态模型做图像识别.mp4 [71.2 MB]
94. LangChain4J中的Modular RAG支持.mp4 [174.6 MB]
79. 检索增强生成.mp4 [212.4 MB]
71. 常见文档分片方式.mp4 [48.9 MB]
73. 自定义支持父子分片的基于标题的分片器.mp4 [154.1 MB]
82. RAG优化技术：问题改写.mp4 [81.6 MB]
70. 文档预处理（下）.mp4 [73.8 MB]
91. RAG优化技术：Graph RAG（上）.mp4 [10.7 MB]
101. 实战：多模态RAG智能问答系统（下）.mp4 [57.5 MB]
77. （选学）如何使用离线向量模型.mp4 [8.2 MB]
72.Java中如何实现文档分片.mp4 [164.9 MB]
67. RAG的范式演进.mp4 [16.4 MB]
69. 文档预处理（中）.mp4 [91.2 MB]
78. 索引构建流程（ETL）总结与查缺补漏.mp4 [19.6 MB]
92.RAG优化技术：Graph 92.RAG（下）.mp4 [62.7 MB]
87. RAG优化技术：混合检索(上）.mp4 [48.3 MB]
90. RAG优化技术：重排序.mp4 [113.8 MB]
97. 多模态RAG.mp4 [29.5 MB]
86. RAG优化技术：HyDE.mp4 [8.5 MB]
65.深入理解RAG技术原理——检索生成.mp4 [20.3 MB]
85. RAG优化技术：问题澄清.mp4 [10.7 MB]
64. 深入理解RAG技术原理——索引构建.mp4 [39.9 MB]
96. Spring AI 和 LangChain4J的模块化RAG功能对比.mp4 [18.0 MB]
81. RAG优化技术：元数据过滤.mp4 [70.7 MB]
95. 基于LangChain4J实现简单的RAG检索.mp4 [84.9 MB]
76. 向量数据库如何选型？.mp4 [23.9 MB]
75. （选学）PostgresMlEmbeddingModel.mp4 [18.6 MB]
99.实战：多模态RAG智能问答系统（上）.mp4 [82.0 MB]
83. RAG优化技术：查询路由.mp4 [34.3 MB]
68. 文档预处理（上）.mp4 [36.3 MB]
88. RAG优化技术：混合检索(中）.mp4 [63.4 MB]
66. 使用 LlamaIndex 构建一个简单的RAG系统.mp4 [41.2 MB]
80. Spring AI 和 LangChain4J中文档处理功能对比.mp4 [18.7 MB]
84. RAG优化技术：查询构造.mp4 [23.9 MB]
63. 什么是RAG？.mp4 [18.3 MB]
📁 2.大模型应用开发概述
06.行业趋势与岗位需求分析.mp4 [41.5 MB]
08. 大模型的工作原理.mp4 [34.1 MB]
05. Prompt是什么.mp4 [27.4 MB]
14. LLM HelloWorld.mp4 [17.7 MB]
10.大模型应用开发常用的平台.mp4 [27.8 MB]
11.百炼介绍与基本使用.mp4 [24.7 MB]
12.基于Ollama部署本地模型.mp4 [30.8 MB]
13.大模型的局限性以及常见解决方案.mp4 [28.3 MB]
07. 什么是大模型.mp4 [17.4 MB]
09.Java 在大模型应用开发中的优势.mp4 [8.5 MB]
📁 11.Skill
134. SpringAI中如何使用Skill？（ChatClient）.mp4 [83.7 MB]
133. SpringAI中如何使用Skill？（Agent）.mp4 [102.6 MB]
130. Claude Code中如何使用Skills.mp4 [63.7 MB]
131. 实战：开发一个简历评估的Skill.mp4 [60.7 MB]
132. 简历评估Skills讲解.mp4 [19.3 MB]
127. 什么是Agent Skills，为什么需要他？.mp4 [37.4 MB]
128. Skill的渐进式披露.mp4 [10.0 MB]
129. 一些好用的Skills推荐.mp4 [18.4 MB]
📁 3.提示词工程
21. 理解 OpenAI API.mp4 [82.8 MB]
16. 如何设计Prompt？.mp4 [78.9 MB]
20. nof1提示词工程案例.mp4 [32.7 MB]
17. 高阶Prompt优化方法.mp4 [29.6 MB]
18. 结构化Prompt框架.mp4 [30.8 MB]
19. Prompt评测方法.mp4 [23.4 MB]
15. 什么是Prompt.mp4 [11.7 MB]