周瑜 Spring AI（2025）

# 🏷
> #猫咪推荐AI架构开发  #SpringAI #源码解析 #RAG检索增强生成 #ToolCalling #MCP协议 #阿里巴巴百炼 #可观测性 #企业实战 #AI架构开发

---

#### 官网地址：点我直达

# 🔍 课程介绍>>> 
以 **Spring AI 框架的实战应用与底层源码解析** 为主线，涵盖了 RAG 检索增强生成、Tool Calling 工具调用、MCP 协议、可观测性、Alibaba 百炼接入等多个方向。它既关注企业级应用的落地，又深入讲解底层源码，非常系统全面。

---

## 📚 课程知识点

1. **Spring AI 基础与核心能力**
    
    - 什么是 Spring AI，要解决的问题
        
    - 如何接入 DeepSeek/千问/阿里大模型
        
    - ChatClient vs ChatModel 区别
        
    - 流式响应（Flux / SSE）
        
    - 系统提示词与用户提示词
        
    - Entity 返回与结构化输出
        
    - Advisor 机制与 ChatMemory 聊天会话
        
    - 多模态图片理解聊天
        
2. **RAG（检索增强生成）与向量机制**
    
    - 向量、文本向量化、向量数据库基础
        
    - Spring AI 整合 ES + text-embedding-v3
        
    - 相似度搜索与元数据过滤
        
    - RAG 实战应用与 PromptTemplate
        
    - 多种 QueryTransformer / QueryExpander 源码解析
        
    - DocumentRetriever / DocumentJoiner / Advisor 底层源码
        
    - RelevancyEvaluator 幻觉检测评估器
        
3. **Tool Calling 工具调用机制**
    
    - 为什么需要 Tool Calling
        
    - @Tool / @ToolParam 定义工具与参数
        
    - returnDirect、ToolCallResultConverter
        
    - ToolCallback & 手动控制工具执行流程
        
    - ToolCallingManager 源码解析
        
    - 工具异常处理机制
        
4. **MCP（Model Context Protocol）**
    
    - MCP 协议原理（Client & Server）
        
    - 高德 MCP Server 实战演示
        
    - Spring AI 自定义 STDIO 模式 MCP Server / Client
        
    - 使用 Cline 调用 MCP 服务
        
    - SSE 模式下 MCP Server & Client 底层源码解析
        
5. **Spring AI Alibaba 扩展**
    
    - Spring AI Alibaba Starter 使用
        
    - 百炼智能体 / 知识库接入实战
        
    - RerankModel 重排序机制
        
    - RAG 时文档引用展示
        
    - 文生图与 Evaluator 机制
        
    - DashScope DocumentRetriever / Advisor 源码解析
        
6. **可观测性（Observability）**
    
    - Spring AI 内置可观测点（gen_ai 指标）
        
    - 接入 Prometheus + Grafana
        
    - 搭建仪表盘监控 token 消耗、调用次数等
        
7. **版本升级与最佳实践**
    
    - 从 1.0.0-M6 升级到 1.0.0 正式版的依赖调整
        
    - API、类名、包结构的变化（如 ChatMemory、PromptTemplate、Evaluator 等）
        
    - 新版 RAG、MCP、Advisors 的使用方式

---

## 🌟 课程亮点

- **完整体系**：从基础到进阶，覆盖 Spring AI 的核心能力、扩展功能和企业实战。
    
- **源码解析**：每个模块都深入源码层面，帮助理解底层机制。
    
- **多场景应用**：既有通用能力（RAG、Tool Calling、MCP），也有阿里生态的专属落地（百炼、DashScope）。
    
- **运维可观测**：引入 Prometheus / Grafana，贴合企业级监控需求。
    
- **与时俱进**：课程紧跟 Spring AI 版本迭代，避免学旧知识。

---

## 📑 课程章节范围

1. **基础与核心** → 《SpringAI之基本应用与核心源码解析》
    
2. **RAG** → 《SpringAI之RAG实战与底层源码解析》
    
3. **Tool Calling** → 《SpringAI之ToolCalling实战与底层源码解析》
    
4. **MCP** → 《SpringAI之MCP实战与底层源码解析》
    
5. **Alibaba 实战** → 《SpringAIAlibaba实战与底层源码解析》
    
6. **可观测性** → 《SpringAIObservability可观测机制实战》
    
7. **版本升级** → 《SpringAI1.0.0.M6升级到1.0.0正式版》

---

## 👥 适合人群

- **Spring/Java 开发者**：想把 AI 应用落地到企业级系统。
    
- **AI 工程师**：想掌握 RAG、Tool Calling、MCP 等关键工程化技术。
    
- **架构师/技术负责人**：需要理解底层源码，掌控整体框架能力。
    
- **大厂开发者**：尤其在阿里云/百炼生态有应用需求的人员。

---

# ☁️ 网盘目录（仅展示部分目录）>>>

## 📚 课件展示
## 🛠️ 工具展示