Spring AI培訓

1. Spring AI 簡介

• 專案建立與配置
• 提示及其提交的角色
• 撰寫第一個測試
• 選擇模型
• 模型配置
• Spring AI 功能預覽

2. 理解回應

• 如何檢查相關答案
• 執行時的準確性

3. 提示細節

• 使用提示範本
• 定義新的提示範本
• 理解上下文
• 角色及其重要性
• 使用選項影響回應生成
• 串流與輸出格式化
• 回應中的中繼資料

4. 使用您的資料與文件

• 理解 RAG（檢索增強生成）
• 設定向量儲存庫並載入文件
• 首次 RAG 實作
• 使用顧問的 RAG
• 模組化 RAG 功能

5. AI 中記憶的角色

• 為何需要記憶
• 新增並配置記憶以支援對話
• 對話 ID
• 支援持久化記憶
• 在向量儲存庫中儲存聊天記憶

6. AI 工具

• 啟用工具的應用程式
• 理解工具功能
• 撰寫並運用工具
• 函數即工具

7. 模型上下文協定（MCP）

• 為何需要 MCP？
• 操作 MCP 用戶端
• 撰寫 MCP 伺服器
• MCP 伺服器的資料庫與工具
• 理解 HTTP 與 SSE（伺服器推送事件）傳輸
• 公開提示與資源

8. 監控作業

• 啟用執行器指標
• 檢查向量儲存庫作業
• 檢視模型互動
• Token 計數
• 導入 Prometheus 並建立儀表板
• 追蹤 AI 作業

9. 生成式 AI 的防護

• 控制透過 RAG 存取的文件
• 工具安全
• 對抗敵意提示
• 規範使用者輸入

10. 常見生成式模式

• 內容摘要
• 訊息翻譯
• 情感分析

11. 代理的角色

• 什麼是代理
• 實作代理工作流
• 提示鏈、任務路由與並行化
• 透過 MCP 存取代理