SpringBoot AI项目实战教程

这门课解决什么实际问题

很多开发者想做一个带 AI 功能的项目，但往往卡在两个地方：一是不知道怎么把大模型接入现有的业务系统，二是面对复杂的 AI 逻辑（如上下文管理、工作流编排）无从下手。

本课程以「AI 智能面试系统」为实战载体，解决的核心痛点是：**如何用 Spring Boot 3 构建一个包含多端交互（小程序 + 后台管理）的完整 AI 应用**。

它不是单纯教 API 调用，而是带你走完从「用户登录认证」到「AI 面试流程」再到「数据持久化管理」的全链路。你会学到如何处理国产大模型的兼容性问题，如何设计支持多模型切换的架构，以及如何通过工作流（Workflow）让 AI 具备更复杂的执行能力。对于想进阶全栈或专攻 AI 工程化的开发者来说，这是一个非常典型的落地场景。

适合什么基础、建议先看哪几块

**适合基础**：
具备 Java 基础，熟悉 Spring Boot 基本开发，了解微信小程序开发流程。如果你完全零基础，建议先补充 Spring Boot 和小程序开发的基础知识。

**学习路径建议**：
1. **环境搭建篇**：先看「脚手架升级为 SpringBoot3」和「下载并运行脚手架」，确保本地环境跑通，这是后续所有开发的基础。
2. **小程序前端篇**：重点看「小程序登录流程梳理」、「封装网络请求」、「首页宫格加载」及「TabBar 配置」。这部分教会你如何规范地处理前端与后端的交互，尤其是登录后如何携带凭证访问 AI 接口。
3. **AI 核心逻辑篇**：深入理解「调用 AI 大模型面试」、「AI 对话加载前序信息」以及「大模型缺陷」讲解。这是课程精华，展示了如何在业务中管理对话上下文，以及如何理性看待 AI 的能力边界。
4. **高级工作流篇**：如果你关注 AI Agent 方向，必看「工作流」、「插件节点」、「知识库节点」和「变量/文本/消息节点」。这部分将教你如何用可视化或代码方式编排复杂的 AI 任务，是提升项目技术含量的关键。

学完能独立做什么、资料怎么配合练习

**学完目标**：
你将能够独立开发一个完整的、基于大模型的垂直领域应用（如 AI 面试、AI 客服、AI 助手等）。具体能力包括：
- 搭建基于 Spring Boot 3 的后端服务，集成多种国产/开源大模型。
- 开发微信小程序前端，实现用户认证、页面交互及实时 AI 对话。
- 设计并实现 AI 工作流，处理多步骤、带状态的复杂 AI 任务。
- 开发配套的后台管理系统，实现模型、科目等核心数据的增删改查。

**资料使用建议**：
视频文件按模块编号，建议按顺序观看，不要跳步。重点利用视频中的代码演示，同步在本地复现每一个功能点。特别是「科目管理」和「模型管理」等后台功能部分，要亲手写完接口并测试通过。对于 AI 面试流程，建议边看边调试，观察前后端数据传递的细节，理解如何在实际项目中落地 AI 能力。不要只看不练，否则难以掌握工程化落地的关键细节。