首页

投稿

【2026版】这应该b站唯一将Spring AI Alibaba从入门到精通讲明白的教程，建议收藏学习，比啃书好太多了！让你少走99%弯路！

3.2万

229

2026-04-21 10:28:27

未经作者授权，禁止转载

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】

双非本想做大模型发消息

AI大模型学习大纲、资料，关注之后会自动掉落哦！记得注意后台的消息哦！

01-前置知识

02:38

02-程序员近况&未来趋势

05:22

03-为什么要学习SpringAIAlibaba

03:19

04-JavaAI 应用开发框架的选择

03:43

05-SpringAIAlibaba介绍

03:06

06-大模型的使用

00:43

07-SpringAIAlibaba小试牛刀_1

06:13

08-SpringAIAlibaba小试牛刀_2

07:55

09-SpringAIAlibaba小试牛刀_3

15:54

10-流式输出

06:18

11-默认的模型名和baseUrl

03:06

12-多模型共存

10:46

13-Ollama的介绍&下载

03:04

14-Ollama的安装

05:04

15-使用Ollama本地部署大模型

06:52

16-Java微服务对接本地大模型

11:52

17-ChatClient与ChatModel的对比

02:17

18-ChatClient小试牛刀

13:15

19-提示词介绍

09:50

20-提示词角色代码展示

13:51

21-提示词模版实操

20:07

22-提示词模版提取文件实操

05:20

23-对话记忆概念介绍

09:12

24-对话记忆手动实现1

12:16

25-对话记忆手动实现2

18:25

26-对话记忆手动实现3

14:45

27-对话记忆自动实现

24:57

28-多模态模型概念说明

03:42

29-多模态模型代码实现

15:07

30-向量和向量化解释

05:30

31-为什么要向量化

10:18

32-向量化代码实操

11:49

33-向量数据库作用

04:03

34-MilvusStandalone搭建

09:16

35-attu可视化工具安装

01:48

36-Milvus核心概念介绍

04:44

37-Milvus代码实操-创建Collection和Schema

14:23

38-Milvus代码实操-插入数据

06:57

39-Milvus代码实操-查询数据&删除数据

03:25

40-RAG&知识库的引入

07:34

41-RAG系统全流程架构图

06:07

42-导游考试RAG系统代码实现1

10:22

43-导游考试RAG系统代码实现2

11:23

44-导游考试RAG系统代码实现3

04:51

45-Agentic RAG不再使用Embedding模型？

00:51

46-在复杂项目中如何落地单子Agent架构落地？

18:59

47-多种设计模式会结合使用吗？

03:45

48-大厂用LangChain来做智能体应用吗？

05:28

49-大模型的两大岗位：算法岗位和工程落地岗位

07:08

50-LangChain和LangGraph的市场占有率及在多智能体中的使用

17:00

51-多模态模型的选型

43:30

52-大模型岗位需要掌握的技术

26:12

53-chatgpt Prompt提示词工程课程介绍

02:51

54-prompt和Prompt engineering剖析

09:22

55-大模型介绍,使用大模型生成简历,写小红书文案,生成图片

28:13

56-提示词基本技巧_灵活运营指令符号_指定输出格式markdown结合xmind生成思维导图

10:29

57-自己定义格式输出_使用openrouter对比大模型结果

06:57

58-plantuml和json格式输出并使用vscode展示

08:48

59-mermaid格式输出

05:44

60-使用chatgpt的gpts制作流程图

06:09

61-如何使用角色扮演写好提示词

08:06

62-写好结构化提示词的4要素

09:34

63-充分费曼学习法写好提示词

06:57

64-80_20原则激发大模型指导学习

04:58

65-写一条利用番茄工作法Prompt

02:32

66-利用SQ3R学习法构建提示词Prompt

02:43

67-结合艾宾浩斯遗忘曲线构建学习计划Prompt

04:01

68-交叉主题和双编码概念设计Prompt

04:55

69-kimi,gpt4,文心一言,gemini等大模型对比分块学习法和多感官学习法提示词的效果

13:06

70-playground调试学习 tempature max_tokens参数

19:45

71-top P参数 Presence penalty和Frequency peanalty参数对比

14:16

72-RAG：检索增强生成是什么？

08:49

73-loader：让大模型具备实时学习的能力

18:51

74-文档转换实战：文档切割

17:38

75-文档转换实战：总结精炼和翻译

11:04

76-Lost in the middle 长上下文精度处理问题

19:51

77-文本向量化实现方式

12:31

78-与AI共舞的向量数据库

16:30

79-Chatdoc 又一个智能文档助手（1）

15:24

80-Chatdoc 又一个智能文档助手（2）

14:10

81-ChatDoc 几种检索优化的方式

22:29

82-ChatDoc 与文件聊天交互

12:13

顶部