先理清：这门课解决什么工作场景
这套资料的主题是把大语言模型能力接入传统 Java 后端。它解决的是一类很具体的场景：公司要加智能客服、日志自动分析或风控规则生成，后端团队用 Spring 生态做集成，需要懂怎么调模型、怎么存向量、怎么让检索结果可用。它不是讲模型底层原理，而是讲工程侧怎么接、怎么稳住、怎么和现有微服务并存。如果你当前做的是 CRUD 业务，想往 AI 应用开发转，或者团队已经在接大模型但缺乏体系化做法，这套资料的切入点比较贴合实际工作。
适合什么基础，建议先看哪几块
它适合有一到五年 Java 后端经验、能独立写 Spring Boot 接口的人。AI 基础不是硬门槛，但你要清楚自己补什么：如果没碰过向量数据库和提示词工程，前期的概念铺垫要扎实过一遍。建议先看 Spring AI 集成和 LangChain4j 开发这两块，它们是整套资料的骨架，决定了你能不能把模型调用跑通。接着看向量数据库应用，理解为什么传统关系库做语义检索不够用。模型微调与部署部分，如果你们公司没有自有算力，可以先了解概念，重点放在怎么调用微调后的接口。跨语言协同开发那块，看你们团队是否涉及 Python 脚本和 Java 互调，不涉及可以略过。
学完能做什么，资料怎么配合练习
学完后，你应该能独立搭一个带检索增强的问答服务：用 Java 写后端，用向量库存业务文档，接模型生成回答，再套进现有微服务体系。资料里有几个实战项目，涉及风控、客服、日志分析，建议不要只看视频，要跟着把至少一个项目跑起来。具体做法是：先通读学习手册里的课程安排和毕业条件，搞清楚项目依赖什么环境；然后挑智能客服或日志分析这种场景相对明确的，照着代码结构自己敲一遍，遇到向量库和模型调用对不上时，回头查集成部分的文档。跨语言协同那块，如果手头有 Python 同事写的脚本，可以试着用资料里的方法做互调，验证理解是否到位。整个过程重点放在接口怎么设计、检索结果怎么过滤，而不是纠结模型参数。
本实战营适配所有Java相关从业者，无论是Java后端开发（1-5年）、Java架构师、微服务开发者，还是想转型Java+AI方向的IT人，有无AI基础均可报名。课程内容紧跟企业技术迭代，覆盖Java+AI全技术栈（Spring AI集成、LangChain4j开发、向量数据库应用、模型微调与部署、跨语言协同开发等），配套5大企业级实战项目（涵盖智能风控、智能客服、日志分析等热门场景），全程手把手带教，让你学完就能独立完成企业级Java+AI应用开发，轻松适配高薪岗位需求。
* 01 学习手册/
* 01-01 欢迎加入企业级 Java + AI 项目实战营.html (0.00 MB)
* 01-02 课程形式及安排.html (0.00 MB)
* 01-03 学习群组与助教答疑.html (0.00 MB)
* 01-04 毕业条件.html (0.00 MB)
* 01-05 课程有效期、延期&退费申请.html (0.00 MB)
* 02 开学第一课/
* 第一课.mp4 (924.27 MB), 01:04:00
* 课件资料/
* 5.18开营-Lynxe-main.zip (63.49 MB)
* 5.18开营-企业级 Java AI Agent 平台.pdf (18.24 MB)
* 5.18开营-甲方需求说明书_智能制造产业情报Agent平台_V1.1.pdf (10.10 MB)
* 03 第一章：企业 AI 应用形态、技术趋势与工程能力建设/
* 1-1 企业级AI应用的主流形态（上）.mp4 (552.92 MB), 42:44
* 1-2 企业级AI应用的主流形态（下）.mp4 (461.91 MB), 31:12
* 1-3 企业级Java+AI案例与大模型在Java技术栈中的定位演进.mp4 (594.54 MB), 37:44
* 1-4 Java团队AI转型路径与挑战与Java与Python 在AI开发的核心差异.mp4 (252.69 MB), 16:01
* 课件资料/
* 03-01 课件下载.html (0.00 MB)
* 第一章：企业 AI 应用形态、技术趋势与工程能力建设.pdf (15.04 MB)
* 资料.zip (46.78 MB)
* 04 第二章：技术选型与生态边界/
* 2-1 Spring AI 简介与能力标准化快速接入（上）.mp4 (222.54 MB), 15:00
* 2-2 Spring AI 简介与能力标准化快速接入（下）.mp4 (368.32 MB), 27:53
* 2-3 LangChain4j 能力边界与原生框架.mp4 (411.68 MB), 28:45
* 2-4 Spring AI Alibaba 概述与常见框架选型.mp4 (337.55 MB), 27:01
* 课件资料/
* 04-01 课件下载.html (0.00 MB)
* LangChain4j-for-Beginners-main.zip (829.84 MB)
* SpringAIRAGDemo.zip (33.01 MB)
* examples-main.zip (1.01 GB)
* langchain4j-examples-main.zip (4.50 MB)
* spring-ai-rag-ollama-main.zip (3.43 MB)
* 第二章：技术选型与生态边界.pdf (26.69 MB)
* 05 第三章：Java AI 新兴技术与工具生态/
* 3-1 Java AI新兴技术与工具生态概述.mp4 (156.74 MB), 08:41
* 3-2 skills与harness.mp4 (666.86 MB), 44:51
* 3-3 Embabel、AgentScope与新兴技术选型评估.mp4 (258.96 MB), 17:48
* 课件资料/
* enterprise-harness-practice.zip (0.19 MB)
* 第三章：Java AI 新兴技术与工具生态.pdf (23.14 MB)
* 资料.zip (1.23 MB)
* 06 第四章：Spring AI 核心组件详解/
* 4-1 Spring AI核心组件概述.mp4 (123.81 MB), 07:25
* 4-2 Spring AI核心组件详解.mp4 (307.83 MB), 19:59
* 4-3 .mp4 (143.14 MB), 10:36
* 课件资料/
* 04-相关素材.zip (87.67 MB)
* 06-01 课件下载.html (0.00 MB)
* 06-04 2. Spring AI 核心组件详解.html (0.00 MB)
* 第四章：Spring AI 核心组件详解.pdf (23.43 MB)
* 07 第五章：LangChain4j 编程模型与 AI Services/
* 5-1 LangChain4j编程模型与AI Services概述.mp4 (42.93 MB), 03:13
* 5-2 AI Services声明式API.mp4 (419.25 MB), 28:23
* 5-3 Chat Memory的Java实现.mp4 (150.34 MB), 09:20
* 5-4 Tools工具调用与企业问答场景的AI Service示例.mp4 (145.15 MB), 08:23
* 课件资料/
* 05-相关素材.zip (127.94 MB)
* 07-01 课件下载.html (0.00 MB)
* 第五章：LangChain4j 编程模型与 AI Services.pdf (13.43 MB)
* 08 第六章：结构化输出与模型封装基础/
* 6-1 结构化输出与模型封装基础.mp4 (441.24 MB), 44:53
* 课件资料/
* 06-相关素材.zip (94.42 MB)
* 第六章：结构化输出与模型封装基础.pdf (19.88 MB)
* 09 第七章：多模型接入与参数配置/
* 7-1 多模型路由策略与流式输出的Java实现.mp4 (462.86 MB), 40:36
* 7-2 DTO映射与序列化.mp4 (297.94 MB), 19:04
* 课件资料/
* 09-01 课件下载.html (0.00 MB)
* 第七章素材.zip (67.41 MB)
* 第七章：多模型接入与参数配置.pptx (9.79 MB)
* 10 第八章：异常处理与配置隔离/
* 8-1 实践效果实现.mp4 (62.67 MB), 04:50
* 8-2 异常体系搭建及隔离策略.mp4 (409.26 MB), 34:11
* 8-3 重试与熔断机制.mp4 (258.43 MB), 16:43
* 课件资料/
* 10-01 课件下载.html (0.00 MB)
* 第八章素材.zip (42.00 MB)
* 第八章：异常处理与配置隔离.pdf (14.56 MB)
* 11 第九章：Spring Boot AI Service 封装规范/
* 9-1 实践效果实现.mp4 (113.24 MB), 06:29
* 9-2 Spring Boot AI Service封装规范.mp4 (442.58 MB), 46:34
* 课件资料/
* 11-01 课件下载.html (0.00 MB)
* 第九章素材.zip (298.76 MB)
* 第九章：Spring Boot AI Service封装规范.pdf (14.29 MB)
