首页

投稿

【JAVA+大模型】spring AI+springAIAlibaba+LangChain+Agent+大模型面试，全套实战教程，全程干货无废话，比啃书强太多

1.7万

137

2026-07-20 19:25:22

如果视频对你有用的话请一键三连【长按点赞】支持一下UP哦，拜托，这对我真的很重要！【视频配套籽料+问题解答请看”平论区置顶”自取哦】

springAIAlibaba

AI大模型小将发消息

697030

JavaAI 应用开发框架的选择

03:25

Spring AI 课程总体介绍

15:11

Spring AI 介绍及特点

11:48

Spring AI 快速上手案例-deepseek聊天可视化案例-01

15:40

Spring AI 快速上手案例-deepseek聊天可视化案例-02

10:53

Spring AI - Chat Model - 流式聊天设置

15:29

Spring AI - Chat Model - 运行时参数设置

10:15

Spring AI - Embedding 介绍

09:26

Spring AI - 智普AI Embedding 文本向量化案例

22:14

Spring AI - Embedding 案例 - 查找相似文本

22:17

Spring AI - 什么是RAG

06:54

Spring AI - 手动实现RAG案例

33:05

SpringAIAlibaba介绍

03:06

大模型的使用

00:43

SpringAIAlibaba小试牛刀_1

06:13

SpringAIAlibaba小试牛刀_2

07:55

SpringAIAlibaba小试牛刀_3

15:54

流式输出

06:18

默认的模型名和baseUrl

03:06

多模型共存

10:46

Ollama的介绍&下载

03:04

Ollama的安装

05:04

使用Ollama本地部署大模型

06:52

Java微服务对接本地大模型

11:52

ChatClient与ChatModel的对比

02:17

ChatClient小试牛刀

13:15

提示词介绍

09:50

提示词角色代码展示

13:51

提示词模版实操

20:07

提示词模版提取文件实操

05:20

对话记忆概念介绍

09:12

对话记忆手动实现1

12:16

对话记忆手动实现2

18:25

对话记忆手动实现3

14:45

对话记忆自动实现

24:57

多模态模型概念说明

03:42

多模态模型代码实现

15:07

向量和向量化解释

05:30

为什么要向量化

10:18

向量化代码实操

11:49

向量数据库作用

04:03

MilvusStandalone搭建

09:16

attu可视化工具安装

01:48

Milvus核心概念介绍

04:44

Milvus代码实操-创建Collection和Schema

14:23

Milvus代码实操-插入数据

06:57

Milvus代码实操-查询数据&删除数据

03:25

RAG&知识库的引入

07:34

RAG系统全流程架构图

06:07

导游考试RAG系统代码实现1

10:22

导游考试RAG系统代码实现2

11:23

导游考试RAG系统代码实现3

04:51

Langchain4j的作用

10:56

Langchain4j原生整合要素

05:05

Langchain4j原生整合代码实现

12:42

Langchain4j整合DeepSeek

06:43

SpringBoot整合popular integrations方式

10:36

SpringBoot整合declarative AI services方式

08:51

日志处理

03:27

多模态模型

10:48

流式输出.

22:14

记忆缓存

20:08

AI大模型简历撰写规范

08:41

AI大模型简历项目包装方法

19:09

简历其他模块实操要点

03:34

背调应对策略

05:54

AI大模型面试应答三大核心技巧

06:51

LangGraph框架高频面试题解析,第一题：模型私有化部署

07:21

第二题：LangGraph状态（State）与记忆机制

09:06

第三题：Human-in-the-Loop（HITL）实现

05:22

第四题：LangGraph响应时长与流式输出

01:15

第五题：LangChain vs LangGraph核心区别

05:51

第六题：State状态的四大用途

01:57

第七题：多用户历史信息隔离机制

03:08

第八题：Agent间交付协议

05:54

第九题：User字段与System字段区别

02:04

第十题：State类定义与继承体系

05:45

第十一题：条件边（Conditional Edge）使用

03:46

第十二题：LangChainLangGraph版本演进

01:42

第十三题：多智能体专用API与架构

10:29

第十四题：模型参数配置实践

05:51

第十五题：工具调用（Tool Calling）全流程

13:12

顶部