Java大模型工程能力必修课，LangChain4j入门到实践

📁 第8章 开天眼：向量知识库智能增强
    8-6 【核心知识】RAG文档解析器使用和常见功能.mp4  [26.3 MB]
    8-5 【核心知识】RAG常见文档加载API使用【公众号：CunWorkNotes】.mp4  [21.8 MB]
    8-7 【核心知识】文档分割器的常见功能【公众号：CunWorkNotes】.mp4  [27.6 MB]
    8-14 【整合Pinecone】工程接入Pinecone向量存储.mp4  [33.9 MB]
    8-15 【落地实践】构建仿京东外卖客服加载属于自己的知识库.mp4  [61.3 MB]
    8-3 【RAG流程】画图理解RAG建立索引过程和检索过程.mp4  [37.6 MB]
    8-17 【落地实践】构建仿京东外卖客服知识库检索实现.mp4  [34.8 MB]
    8-13 【向量存储】Pinecone向量存储组件使用介绍.mp4  [41.4 MB]
    8-11 【核心知识】大模型token相关概念.mp4  [40.2 MB]
    8-2 【核心知识】大模型向量搜索相关概念.mp4  [39.2 MB]
    8-9 【核心源码】RAG建立索引核心源码流程剖析.mp4  [48.5 MB]
    8-10 【核心知识】RAG文档分割器使用.mp4  [22.4 MB]
    8-8 【核心知识】RAG向量转换和向量存储.mp4  [48.8 MB]
    8-4 【核心知识】RAG加载document数据源.mp4  [24.6 MB]
    8-19 【画图剖析】用一张图看看仿京东外卖客服底层到底做了那些事情？.mp4  [26.2 MB]
    8-18 【落地实践】构建仿京东外卖客服RAG检索+大模型功能实现.mp4  [68.8 MB]
    8-1 【应用场景】RAG和微调大模型应用场景介绍.mp4  [54.9 MB]
    8-12 【丰富模型】阿里百炼embedding向量模型接入.mp4  [39.5 MB]
    8-16 【落地实践】构建仿京东外卖客服知识库建立索引到Pinecone.mp4  [35.0 MB]
📁 第3章 解放生产力：AiService智能代理
    3-3 【精益求精】AiService如何优雅的进行创建.mp4  [26.4 MB]
    3-1 【核心原理】AiService特性与知识要点讲解.mp4  [19.1 MB]
    3-2 【小牛试刀】上手体验AiService基本玩法有哪些.mp4  [30.0 MB]
    3-4 【消息类型】AiServices封装的消息类型有哪些.mp4  [25.9 MB]
📁 第1章 大模型启蒙：AI世界观构建
    1-6 【生态图谱】大模型技术图谱：大模型模型微调场景流程.mp4  [24.4 MB]
    1-8 【架构解密】Langchain4j架构解密：Langchain4j开发应用场景【公众号：CunWorkNotes】.mp4  [16.9 MB]
    1-10 【生态对比】框架生态深度评测：Spring AI与Langchain4j的技术路线对比（2）.mp4  [63.3 MB]
    1-4 【生态图谱】大模型技术图谱：大模型如何产生&大模型面临哪些问题.mp4  [45.5 MB]
    1-1 学懂LangChain4j，构建你的Java大模型应用的核心能力.mp4  [92.2 MB]
    1-7 【架构解密】Langchain4j架构解密：Java生态的AI开发新范式.mp4  [50.6 MB]
    1-2 【概念全览】全局视角解析：站在高角度审视AI技术大模型.mp4  [50.1 MB]
    1-3 【生态图谱】大模型技术图谱：大模型应用开发场景流程.mp4  [24.9 MB]
    1-9 【生态对比】框架生态深度评测：Spring AI与Langchain4j的技术路线对比（1）.mp4  [34.8 MB]
    1-5 【生态图谱】大模型技术图谱：大模型向量数据库应用场景流程.mp4  [25.7 MB]
📁 第6章 超能扩展：Tools外部能力集成
    6-3 【公众号：CunWorkNotes】.mp4  [28.1 MB]
    6-4 【落地实践】基于提示词+函数调用实现+聊天记忆实现电商平台智能助手_慕课网1.mp4  [83.3 MB]
    6-2 【流程分析】画图剖析大模型与本地函数调用流程.mp4  [30.0 MB]
    6-1 【上手体验】函数调用介绍&通过AiSerivce整合Tool函数调用.mp4  [63.6 MB]
📁 第4章 记忆宫殿：ChatMemory对话记忆
    4-2 【核心组件】使用AiSerivce整合ChatMemory实现聊天记忆.mp4  [63.5 MB]
    4-1 【上手体验】大模型聊天记忆简单实现【公众号：CunWorkNotes】.mp4  [64.6 MB]
    4-8 【高阶特性】整合MySql存储介质数据格式.mp4  [9.4 MB]
    4-3 【高阶特性】ChatMemory实现会话隔离机制.mp4  [40.7 MB]
    4-7 【高阶特性】ChatMemory自定义整合MySql存储介质.mp4  [66.1 MB]
    4-6 【高阶特性】ChatMemory如何平滑的切换存储介质.mp4  [21.5 MB]
    4-4 【源码剖析】知其然之所以然：ChatMemory源码深度解析.mp4  [32.0 MB]
    4-5 【存储选择】ChatMemory合理选择存储介质.mp4  [22.8 MB]
📁 第2章 接入模型：LangChain4j接入生态实战
    2-2 【上手体验】Langchain4接入第一个大模型HelloWorld【公众号：CunWorkNotes】.mp4  [45.7 MB]
    2-4 【丰富模型】Langchain4j支持哪些大模型接入.mp4  [29.1 MB]
    2-9 【丰富模型】Langchain4j接入阿里百炼DeepSeek大模型.mp4  [18.0 MB]
    2-10 【设计模式】使用工厂模式集成多模态大模型.mp4  [62.0 MB]
    2-7 【丰富模型】Langchain4j接入阿里百炼大模型.mp4  [29.9 MB]
    2-5 【丰富模型】Langchain4j整合DeepSeek大模型.mp4  [34.7 MB]
    2-1 【环境准备】Springboot应用程序搭建指南.mp4  [22.7 MB]
    2-8 【丰富模型】Langchain4j接入阿里千义万象大模型.mp4  [20.9 MB]
    2-3 【模型框架整合】Langchain4j整合生态SpringBoot.mp4  [24.3 MB]
    2-6 【模型介绍】阿里百炼大模型使用介绍.mp4  [46.4 MB]
📁 第10章 万物互联：MCP智能宇宙启航
    10-2 【核心原理】为什么需要MCP？【公众号：CunWorkNotes】.mp4  [25.2 MB]
    10-4 【核心开发】大模型如何连接万物MCP服务.mp4  [55.3 MB]
    10-5 【案例实战】langchain4j如何接入百度地图Mcp Server.mp4  [113.6 MB]
    10-7 【源码剖析】studio协议百度地图脚本源码探索.mp4  [22.6 MB]
    10-6 【流程梳理】用一张图深入了解对接Mcp Server背后的事情.mp4  [27.4 MB]
    10-3 【核心原理】用一张图了解一下MCP协议.mp4  [14.9 MB]
    10-1 【核心原理】什么是MCP？.mp4  [27.9 MB]
📁 第7章 案例实战：AI招领助手开发V1
    7-22 【阶段测试】找到失物补充信息功能测试.mp4  [26.5 MB]
    7-13 【核心开发】开发自定义会话聊天记忆Tool工具类.mp4  [69.7 MB]
    7-1 【项目介绍】失物招领智能助手功能介绍.mp4  [37.9 MB]
    7-21 【阶段测试】测试与优化找到失物登记相关功能点【公众号：CunWorkNotes】.mp4  [70.3 MB]
    7-11 【阶段测试】失物登记持久化数据库测试.mp4  [27.6 MB]
    7-3 【基础搭建】失物招领基础环境工程搭建.mp4  [73.3 MB]
    7-9 【阶段测试】大模型失物登记功能测试.mp4  [18.7 MB]
    7-18 【完善功能】完善失物招领助手会话记录查询和删除记录功能.mp4  [21.4 MB]
    7-17 【场景优化】解决修改失物登记场景大模型出现幻觉问题.mp4  [29.5 MB]
    7-23 【总结优化】阶段性总结&优化版本说明.mp4  [64.0 MB]
    7-6 【阶段测试】失物招领用户意图阶段自测.mp4  [18.4 MB]
    7-5 【核心开发】开发失物招领大模型用户意图功能.mp4  [87.2 MB]
    7-2 【架构设计】失物招领智能助手架构设计.mp4  [43.8 MB]
    7-16 【阶段测试】测试失物登记修改功能.mp4  [29.0 MB]
    7-14 【阶段测试】测试自定义会话聊天记忆功能.mp4  [44.3 MB]
    7-8 【引出问题】多个系统提示词共用AiService带来的问题.mp4  [33.4 MB]
    7-15 【核心开发】开发失物登记修改功能.mp4  [54.0 MB]
    7-19 【核心开发】开发找到失物登记大模型功能.mp4  [112.2 MB]
    7-20 【核心开发】开发找到失物登记业务功能.mp4  [44.1 MB]
    7-7 【核心开发】开发失物招领大模型失物登记功能.mp4  [60.3 MB]
    7-12 【核心开发】开发失物招领会话记忆AOP切面功能.mp4  [83.8 MB]
    7-10 【持久化数据】开发失物登记数据持久化数据库.mp4  [53.3 MB]
    7-4 【基础测试】失物招领智能大模型基础环境测试.mp4  [34.8 MB]
📁 第9章 案例实战：AI招领助手开发V2
    9-7 【阶段测试】测试失物查询RAG+大模型功能实现【公众号：CunWorkNotes】.mp4  [19.2 MB]
    9-2 【架构设计】失物招领助手查询失物功能设计【公众号：CunWorkNotes】.mp4  [10.5 MB]
    9-3 【阶段测试】测试索引建立和索引查询功能.mp4  [39.9 MB]
    9-6 【核心开发】开发失物查询业务代码层实现.mp4  [22.7 MB]
    9-1 【核心开发】开发失物招领索引建立和查询功能.mp4  [99.3 MB]
    9-5 【核心开发】开发失物查询RAG整合大模型定义Tools+提示词功能.mp4  [35.2 MB]
    9-4 【核心开发】开发失物查询RAG整合大模型定义AiService.mp4  [46.9 MB]
📁 第5章 咒语工程：提示词角色操纵术
    5-3 【公众号：CunWorkNotes】.mp4  [39.0 MB]
    5-5 .mp4  [31.2 MB]
    5-1 .mp4  [46.1 MB]
    5-6 【扩展应用】自定义基础类型和自定义对象结构化输出.mp4  [57.3 MB]
    5-2 【扩展应用】提示词日期应用与加载提示词方法.mp4  [26.7 MB]
    5-8 【落地实践】基于提示词构建专业的法律咨询助手.mp4  [85.6 MB]
    5-7 【扩展应用】自定义枚举类型和boolean类型结构化输出实践.mp4  [33.9 MB]
    5-4 【核心应用】提示词多个参数使用方法.mp4  [17.7 MB]