这门课解决什么问题：用Java老本行接住大模型
很多做Java后端的上班族看到大模型火，第一反应是去学Python、学算法，结果折腾几周连个能跑的接口都没上线。这门LangChain4j课要解决的，就是让你不换技术栈、不碰底层算法，用现有的Spring Boot体系把大模型能力接进业务里。它不教你从头训练模型，也不讲Transformer原理，只解决一件事：怎么把DeepSeek、Qwen这些现成模型，通过Java代码挂到你的系统上，做成能用的对话、文生图、流式输出功能。对于想转AI应用开发但不想丢掉Java积累的人，这个切入点比硬学新语言实在得多。
值不值得学：先看这几块再决定
如果你已有Spring Boot基础，这门课的门槛不算高。建议先看快速开始和大模型接入这两节，确认自己本地能跑通DeepSeek或Qwen的调用，再往下看整合Spring Boot和流式输出。这几节是整个课的骨架，跑通了就知道这套方案在你的环境里是否可行。Ollama本地部署那节适合没买云端API额度的人，用本地模型把流程跑通再换线上模型，能省掉试错成本。多轮对话和ChatMemory这两块是区分"能调用API"和"能做产品"的分水岭，建议放后面重点看，因为实际业务里用户不会只说一句话就结束。
学完能独立做什么，资料怎么配合练
学完之后你应该能独立搭一个带记忆的对话服务：前端发消息，后端通过LangChain4j调模型，保持上下文连续对话，支持流式返回不卡浏览器，还能顺便接文生图和语音。这些功能拼起来就是一个最小可用的AI助手后端。资料配合上有个建议：视频每节都不长，别只看不练。看完一节就对着代码在自己项目里敲一遍，尤其是接入DeepSeek和流式输出这两块，环境配置和参数细节自己过一遍手才记得住。ChatMemory那节建议自己造几轮对话测上下文是否真的接住了，别等上线才发现记忆没生效。整体节奏是先跑通单轮调用，再加多轮，最后整合进Spring Boot做完整服务，按这个顺序练不容易卡死。
掌握LangChain4j在Java生态中的实战应用，快速接入DeepSeek、Qwen、Ollam
课程目录
* 01 1.课程介绍.mp4 (30.07 MB), 04:34
* 02 2.快速开始.mp4 (25.62 MB), 03:59
* 03 3.deepseek和Qwen大模型接入.mp4 (40.96 MB), 06:09
* 04 4.Ollama+deepseek本地大模型接入.mp4 (20.46 MB), 03:09
* 05 5.文生图文生语音.mp4 (13.92 MB), 02:04
* 06 6.整合springboot.mp4 (32.10 MB), 04:56
* 07 7.流式输出.mp4 (32.14 MB), 04:51
* 08 8.多轮对话.mp4 (19.46 MB), 03:01
* 09 9.ChatMemory记忆对话.mp4 (30.59 MB), 04:43
* 10 10.对话隔离@MemoryId.mp4 (27.51 MB), 04:45
* 11 11.对话记忆持久化.mp4 (12.84 MB), 02:16
* 12 12.function-call(Tools).mp4 (57.39 MB), 08:56
* 13 13.票务助手@SystemMessage+Funcation-call.mp4 (31.21 MB), 05:32
* 14 14.RAG介绍.mp4 (22.37 MB), 04:29
* 15 15.什么是向量.mp4 (13.89 MB), 02:31
* 16 16.向量文本化.mp4 (13.95 MB), 02:25
* 17 17.向量检索.mp4 (40.98 MB), 06:35
* 18 18.知识库RAG实战演练—文件读取解析.mp4 (19.47 MB), 02:54
* 19 19.知识库RAG实战演练—分词器.mp4 (86.06 MB), 12:50
* 20 20.知识库RAG实战演练—文本向量化.mp4 (15.54 MB), 02:25
* 21 21.知识库RAG实战演练—检索增强.mp4 (30.07 MB), 04:34
* 22 22.知识库RAG实战演练—整合springboot.mp4 (34.88 MB), 05:22
* 23 23.链接(chain)多个ServiceAI实现简单智能体.mp4 (42.30 MB), 06:30
* 24 什么是MCPLangchain4j接入MCP Server.mp4 (84.14 MB), 12:38
* 25 25.llamafactory微调deepseek-r1.mp4 (98.44 MB), 14:58
