使用 Spring Boot、Ollama 和 MCP 构建 AI 应用

从零开始学习 Spring AI、大语言模型、Llama、工具调用、AI 智能体与企业级 AI 架构

你是否好奇过，像 ChatGPT 这样的应用是如何用 Java 和 Spring Boot 构建出来的？

你是否想了解，现代 AI 应用如何通过 Spring 生态与大语言模型进行集成？
如果答案是肯定的，那么这个项目将是你最理想的起点。

在这个动手实战项目中，你将使用 Spring Boot、Spring AI、Ollama、Postman 和 H2 数据库，从零开始构建一个可投入生产的、由 AI 驱动的后端应用，并完整掌握 AI 应用开发的整个流程。本项目专为希望使用自己熟悉且喜爱的技术进入生成式 AI 世界的 Java 开发者量身打造。课程大纲如下，我会详细讲解每一个知识点及其必备的前置知识。

Created by Ravi Kumar Singh
MP4 | Video: h264, 1920×1080 | Audio: AAC, 44.1 KHz, 2 Ch
Level: All Levels | Genre: eLearning | Language: English | Duration: 17 Lectures ( 4h 35m ) |

第 1 部分：课程介绍
✨ 课程介绍与欢迎词
✨ 我们将构建什么
✨ 关于我及其他课程
✨ 下载资料

第 2 部分：从传统软件到使用 Spring Boot 的 AI 工程师
✨ 欢迎进入 AI 工程之旅
✨ 软件工程的发展演进
✨ 现代 AI 应用的架构
✨ 大语言模型 API 与 AI 模型通信

第 3 部分：提示工程基础
✨ 提示工程基础
✨ AI 系统中的上下文工程

第 4 部分：项目开发
✨ Spring AI 介绍
✨ 项目结构
✨ 创建员工服务
✨ 创建 MCP 服务器
✨ 创建聊天客户端
✨ 问题修复

第 5 部分：下一步……
✨ 目前的进展

你将学习大语言模型的工作原理，以及如何在本地使用 Ollama 运行 Llama 3 等模型，而不必完全依赖付费的云端 API。借助 Spring AI，你将创建能够理解提示词、生成 AI 响应、维护对话记忆并处理真实 AI 交互的智能 REST API。

本项目还会介绍重要的 AI 工程概念，例如提示工程、工具调用、AI 智能体以及模型上下文协议（MCP）。你将理解企业级 AI 系统如何与外部 API、数据库和工具对接，以执行超越简单文本生成的智能操作。

你将使用 Postman 像真实企业应用一样测试和探索 AI 端点。H2 数据库则帮助你存储聊天记录、用户交互以及 AI 对话数据，以实现更好的上下文管理。

我们将从提示词工程入门，逐步深入到工具使用、大语言模型安装，直到让模型基于某些数据响应简单的聊天。

到本项目结束时，你不仅将构建一个完整的 AI 应用，还将理解现代企业级 AI 架构、AI 编排流程、本地模型部署，以及 Spring Boot 开发者如何从零开始构建可扩展的 AI 驱动系统。

你将学到什么
⚡ 使用 Spring Boot 和 Spring AI 从零构建 AI 驱动的后端应用。
⚡ 使用 Ollama 集成并本地运行 Llama 3 等大语言模型，完成真实 AI 工作流。
⚡ 实践提示工程、工具调用、AI 智能体、对话记忆以及企业级 AI 编排等概念。
⚡ 设计并开发具有生产风格的 AI 架构，包括 REST API、数据库集成和可扩展的企业级模式。

前置要求
❗ 掌握 Java
❗ 具备 Spring Boot 使用经验
❗ 了解 Web 开发基本概念