这门课解决什么工作场景

很多 Java 后端开发者在面对 AI 热潮时，最大的痛点在于“知道大模型很强，但不知道如何将其集成到现有的企业级业务系统中”。本课程专门解决这一落地问题：它聚焦于 Spring Boot 与 Spring AI 框架的结合，帮助开发者绕过底层复杂的模型调用细节，直接掌握在 Java 生态中构建智能应用的能力。无论你是希望为现有 CRM 系统增加智能问答助手，还是想搭建支持图文生成的内部工具平台，亦或是探索 RAG（检索增强生成）等企业级应用场景，这套技术栈都是目前工业界最主流、最稳妥的选择。课程不仅讲代码，更讲如何在生产环境中稳定地对接各种模型资源。

适合什么基础、建议先看哪几块

本课程适合已经具备 Java Spring Boot 开发经验，但缺乏 AI 应用开发实践的工程师。你不需要懂深度学习的数学原理，也不需要会 Python，只要熟悉 Maven 构建、RESTful 接口开发即可。学习路径建议分为三个阶段。第一阶段是环境筑基，务必先看完 053 Docker Desktop简介 和 056 Docker启动，因为后续本地运行大模型依赖 Docker 环境，这是很多新手卡壳的地方。第二阶段是概念建立，重点学习 011 What is Spring AI 和 012 Spring AI主要特点，理解 Spring AI 的统一抽象层是如何工作的。第三阶段是核心编码，紧跟 015 创建项目 至 026 图像API结构 这一系列视频，亲手完成第一个聊天和图像生成程序。同时，014 获取API Key 需尽早准备，以便后续切换云端模型进行测试。

学完能独立做什么、资料怎么配合练习

完成本课程后，你将能够独立搭建两类应用：一是基于 Web 的智能对话平台，如使用 Open WebUI 或 Lobe Chat 对接本地 Ollama 或云端模型，实现带记忆的多轮对话；二是具备多模态能力的后端服务，能够编写代码实现文本生成图片、中英文语音合成、音频翻译等功能。这些能力可直接复用到你的工作中，提升产品智能化水平。

资料包中的视频是主要学习载体，请严格按顺序观看并同步编码。对于 040/041 多模态 API 和 025 Stream式API 等代码密集型章节，切忌只看不练，必须打开 IDE 逐行敲写并调试通过。针对本地部署环节，043 Ollama下载、050配置参数 以及 067/068 Lobe Chat使用 是实践重点，建议在本地机器上完整复现一次从模型下载到界面调用的全流程。只有亲手让一个本地小模型跑起来，并成功通过 Spring AI 调用它，才算真正掌握了本地化部署的核心技能。对于云端部分，重点对比不同 Provider 的配置差异，理解抽象层带来的开发便利。

课程目录

视频69 集
  • 067 Lobe Chat使用Ollama.mp4 [82.9 MB]
  • 052 搭建部署Open WebUI.mp4 [30.2 MB]
  • 025 Spring AI应用开发-AI聊天程序Stream式API.mp4 [51.7 MB]
  • 069 Lobe Chat使用Ollama的Gemma大模型.mp4 [21.8 MB]
  • 014 如何获取API Key.mp4 [32.7 MB]
  • 068 Lobe Chat使用Ollama的Gemma大模型.mp4 [64.2 MB]
  • 026 Spring AI应用开发-AI图像程序API结构.mp4 [27.1 MB]
  • 056 Docker Desktop的启动运行.mp4 [18.5 MB]
  • 024 Spring AI应用开发-AI聊天程序获得默认的GPT版本.mp4 [14.5 MB]
  • 030 Spring AI应用开发-AI图像程序代码测试.mp4 [44.7 MB]
  • 020 Spring AI应用开发-AI聊天程序代码.mp4 [31.4 MB]
  • 003 第二次工业革命电气时代.mp4 [7.0 MB]
  • 006 什么是人工智能.mp4 [15.7 MB]
  • 001 Spring AI课程简介.mp4 [19.4 MB]
  • 050 Spring AI使用Ollama项目配置参数.mp4 [50.8 MB]
  • 040 SpringAI多模态API代码开发.mp4 [40.0 MB]
  • 038 Spring AI应用开发-AI英文文本转语音.mp4 [24.0 MB]
  • 051 Ollama 的 Web & Desktop.mp4 [43.2 MB]
  • 063 Lobe Chat界面框架.mp4 [30.6 MB]
  • 023 Spring AI应用开发-AI聊天程序代码可选参数.mp4 [38.7 MB]
  • 010 如何训练一个大模型.mp4 [23.9 MB]
  • 037 Spring AI应用开发-AI中文文本转语音.mp4 [48.5 MB]
  • 034 Spring AI应用开发-AI音频翻译中文音频转文本.mp4 [17.1 MB]
  • 062 Open WebUI测试图像大模型.mp4 [85.9 MB]
  • 005 第四次工业革命智能时代.mp4 [10.0 MB]
  • 057 Docker部署Open WebUI.mp4 [44.2 MB]
  • 048 Spring AI使用Ollama项目代码.mp4 [34.2 MB]
  • 061 Open WebUI测试图像大模型.mp4 [55.4 MB]
  • 043 大模型工具Ollama下载.mp4 [26.9 MB]
  • 007 人工智能的发展历程.mp4 [20.7 MB]
  • 035 Spring AI应用开发-AI音频翻译中文音频转文本默认的Model.mp4 [32.0 MB]
  • 019 Spring AI应用开发-AI聊天程序运行测试.mp4 [26.3 MB]
  • 011 What is Spring AI？.mp4 [29.4 MB]
  • 015 Spring AI应用开发-创建项目工程.mp4 [21.1 MB]
  • 036 Spring AI应用开发-AI文本转语音程序代码.mp4 [40.5 MB]
  • 012 Spring AI的主要特点.mp4 [41.9 MB]
  • 022 Spring AI应用开发-AI聊天程序代码可选参数.mp4 [20.0 MB]
  • 053 Docker Desktop简介与下载.mp4 [13.9 MB]
  • 041 SpringAI多模态API代码开发.mp4 [22.2 MB]
  • 047 Spring AI使用Ollama项目配置.mp4 [26.0 MB]
  • 027 Spring AI应用开发-AI图像程序配置.mp4 [78.4 MB]
  • 064 Lobe Chat界面框架的部署.mp4 [40.3 MB]
  • 018 Spring AI应用开发-AI聊天程序代码.mp4 [42.6 MB]
  • 055 Docker Desktop的安装.mp4 [19.9 MB]
  • 066 Lobe Chat丰富的助手.mp4 [15.1 MB]
  • 031 Spring AI应用开发-AI图像程序代码可选参数.mp4 [70.3 MB]
  • 060 访问Open WebUI页面.mp4 [25.2 MB]
  • 028 Spring AI应用开发-购买API-Key.mp4 [25.2 MB]
  • 017 Spring AI应用开发-项目配置.mp4 [37.2 MB]
  • 065 Lobe Chat界面框架的运行.mp4 [103.3 MB]
  • 044 大模型工具Ollama安装.mp4 [11.2 MB]
  • 042 大模型工具Ollama介绍.mp4 [13.0 MB]
  • 045 大模型工具Ollama运行大模型.mp4 [51.5 MB]
  • 004 第三次工业革命信息时代.mp4 [6.6 MB]
  • 021 Spring AI应用开发-AI聊天程序代码可选参数.mp4 [37.3 MB]
  • 033 Spring AI应用开发-AI音频翻译英文音频转文本.mp4 [41.7 MB]
  • 009 什么是大模型？.mp4 [14.3 MB]
  • 046 大模型工具Ollama运行大模型的默认端口.mp4 [11.0 MB]
  • 054 Docker Desktop的安装.mp4 [13.4 MB]
  • 008 人工智能的蓬勃发展.mp4 [27.0 MB]
  • 058 Docker运行Open WebUI拉取镜像.mp4 [42.6 MB]
  • 029 Spring AI应用开发-AI图像程序代码.mp4 [22.6 MB]
  • 049 Spring AI使用Ollama项目代码测试.mp4 [41.4 MB]
  • 016 Spring AI应用开发-项目依赖.mp4 [78.0 MB]
  • 039 SpringAI多模态API.mp4 [29.2 MB]
  • 059 Docker运行Open WebUI容器.mp4 [21.2 MB]
  • 013 开发Spring AI程序的前期准备.mp4 [22.1 MB]
  • 032 Spring AI应用开发-AI音频翻译程序代码.mp4 [60.9 MB]
  • 002 第一次工业革命蒸汽时代.mp4 [10.2 MB]
课件2 条
  • 动力节点-SpringAI.pptx [2.8 MB]
  • code.zip [3.2 MB]