黑马程序员-SpringAI+DeepSeek大模型应用开发实战视频教程

这门课解决什么实际问题

很多 Java 开发者面对大模型时，往往卡在“怎么把模型接进业务系统”这一步。这门课聚焦于使用 Spring AI 框架，结合 DeepSeek 等大模型，解决企业级应用开发中的核心痛点。它不只讲理论概念，而是针对三种典型工作场景提供落地方案：一是构建具备多轮会话记忆和上下文管理的对话机器人；二是开发能读取本地 PDF 并基于内容回答问题的智能问答工具；三是设计支持 Function Calling 的智能客服系统，让模型能够调用外部工具或接口完成具体任务。通过这门课，学习者可以掌握从模型接入、提示词工程到向量数据库检索的完整技术链路，最终独立搭建可运行的 AI 应用原型。

适合什么基础以及如何学习

课程内容预设学习者具备 Java 开发基础，熟悉 Spring Boot 基本架构即可。对于没有大模型开发经验的同学，课程从模型部署方案（云端与本地）和大模型应用的基本概念讲起，铺垫扎实。建议学习顺序如下：首先观看课程介绍与方案对比，建立整体技术视野；接着重点研读对话机器人模块，理解会话历史、记忆功能及前后端对接的实现逻辑；随后进入 ChatPDF 模块，掌握文本向量化与向量数据库检索的核心原理；最后挑战智能客服模块，深入理解 Tools 编写与 Function Calling 机制。资料中配套的笔记链接可作为复习辅助，帮助梳理关键代码片段与设计思路。

学完能做什么及资料配合建议

完成本课程后，你将能够独立使用 Spring AI 框架集成主流大模型，开发具备长期记忆能力的聊天应用，实现基于私有文档（如 PDF）的知识检索系统，以及通过工具调用增强模型业务处理能力的智能助手。资料包中的视频文件按模块分类清晰，建议采用“先看思路分析，再看代码实现”的方式配合练习。例如，在智能客服模块，先观看需求分析视频理清业务逻辑，再跟随代码实现视频动手编写 Tool 和调用接口。不要急于一次性看完所有视频，应在每个章节暂停并尝试复现代码，特别是向量搜索和多模态会话部分，亲手调试才能内化知识点。完结前的总结视频有助于串联各模块技术点，形成完整的项目开发认知。