解决什么工作场景：把开源大模型变成你的私有开发组件

很多做后端或应用开发的人，现在都面临一个尴尬场景：想给业务接入大模型能力，直接调云端 API 要面对数据隐私问题、网络延迟和长期调用成本；纯搞 Python 生态的 AI 原生开发，又和自己团队现有的 Java 技术栈脱节。这门课要解决的就是这个断层。它不教你从零手写 Transformer，而是教你用 Ollama 把 Deepseek 跑在本地，再用 Langchain4j 框架把大模型能力嵌进常规的 Java 业务代码里。本质上，这是在帮有编程基础的人把大模型当成一个可调用的本地中间件，做私有化的智能应用开发。

适合什么基础与学习顺序建议

这门课不适合零基础转码的人，它默认你已经熟悉常规编程逻辑，能看懂基本的工程代码，对环境配置不陌生。如果你有 Java 或类似后端语言基础，学起来最顺；如果是前端或其他语言方向，只要能跟着搭起运行环境也能跑通。建议拿到资料后不要按顺序闷头看，先快速过第一部分的本地大模型配置，重点把 Ollama 环境跑通，在 VScode 或 Cursor 里把 Deepseek 调通。这部分看似是前置准备，但决定了你后面写代码时本地模型能不能正常响应。等命令行和编辑器里都能顺利对话了，再进入第二部分 Langchain4j 的整合。第二部分的核心是看懂框架怎么把模型能力封装成应用接口，建议把聊天模型应用案例当作核心节点反复看，这是从“玩模型”到“写应用”的分水岭。

学完能独立做什么与资料怎么配合练习

看完这套资料，你应该能独立完成几件具体的事：在本地电脑跑通私有部署的 Deepseek 模型；用可视化工具查看模型运行状态；在编辑器里配置好本地大模型辅助写代码；最重要的是，能用 Langchain4j 写出一个接入本地模型的对话应用。资料配合练习的方法很简单：第一部分的配置视频必须边看边停，每改完一个环境变量或配置项，立刻在终端验证一次，不要攒着最后一起测。到了第二部分，不要只盯着视频里的演示代码，一定要自己在编辑器里敲一遍。重点观察框架初始化时怎么指向本地模型地址、怎么处理上下文返回。遇到报错先回头看第一部分的环境是否失效，再去排查代码逻辑。这种本地化整合开发，坑基本都在环境配置上，自己动手跑通一遍，比看十遍视频都管用。


有编程基础就可以可以完成AI大模型开发

课程目录

*   01 Deepseeek本地大模型配置使用/

  *   01 001-Deepseek简介.mp4 10:34

  *   02 002-本地ollama配置环境.mp4 13:37

  *   03 003-模型可视化软件.mp4 11:38

  *   04 004-生成图表.mp4 11:18

  *   05 005-vscode配置deepseek大模型.mp4 10:31

  *   06 006-vscode配置本地deepseek大模型.mp4 03:02

  *   07 007-cursor配置deepseek大模型.mp4 09:15

  *   08 008-无代码完成deepseek编程.mp4 12:25

*   02 deepseek整合AI框架Langchain4j/

  *   01 001-搭建配置环境&案例编写.mp4 06:42

  *   02 002-聊天模型的应用案例.mp4 09:09

  *   03 003-框架提供的两类消息类型.mp4 06:08

  *   04 004-大模型的监听器的使用.mp4 14:06

  *   05 005-配置类中添加监听器对象.mp4 01:24

  *   06 006-大模型stream流式信息.mp4 14:04

  *   07 007-大模型读取图片内容.mp4 07:03

  *   08 008-chatMemory大模型存储器.mp4 15:32

  *   09 009-大模型中用户提示词和系统提示词.mp4 16:55

  *   10 010-json结构化输出编写.mp4 11:01

  *   11 011-json结构化案例编写.mp4 13:06

  *   12 012-Tools工具构建&编写工具类.mp4 13:55

  *   13 013-Tools工具构建&案例编写.mp4 09:32

  *   14 014-AIService构建&案例编写.mp4 09:03

  *   15 015-AIService构建&添加系统提示词.mp4 03:27

  *   16 016-AIService构建&注解方式系统提示词.mp4 05:38

  *   17 017-AIService整合chatMemory和Tools工具.mp4 12:31

  *   18 018-Embedding向量化&案例编写.mp4 12:24

  *   19 019-Embedding动态函数调用.mp4 15:22

  *   20 020-Embedding调用搜索引擎.mp4 12:04

  *   21 021-Embedding敏感词过滤.mp4 13:19

  *   22 022-构建企业RAG&简介.mp4 02:57

  *   23 023-构建企业RAG&嵌入检索案例.mp4 13:15

  *   24 024-构建企业RAG&读取文件转换文档.mp4 16:07

  *   25 025-订餐项目&环境搭建&基础类编写.mp4 08:05

  *   26 026-订餐项目&菜品业务编写.mp4 08:44

  *   27 027-订餐项目&订单业务操作编写.mp4 13:27

  *   28 028-订餐项目&订单明细编写.mp4 02:11

  *   29 029-订餐项目&AI业务编写.mp4 12:06

  *   30 030-点餐项目&初始化数据.mp4 07:19

  *   31 031-点餐项目&点餐功能编写.mp4 06:32

  *   32 032-点餐项目&AI订单功能实现.mp4 09:21

  *   33 033-点餐项目&前端点餐.mp4 04:24