Intrati in legatura
 Durata 21 ore

Schița de curs

1. Introducere în Spring AI

  • Creația și configurarea proiectului
  • Rolul promptului și trimiterea acestuia
  • Scrierea unui prim test
  • Alegerea unui model
  • Configurarea modelului
  • Previzualizarea capacităților Spring AI

2. Înțelegerea răspunsurilor

  • Cum să verifici răspunsurile relevante
  • Acuratețea la runtime

3. Detaliile promptului

  • Folosirea template-urilor de prompt
  • Definirea unui nou template de prompt
  • Înțelegerea contextului
  • Rolul promptului și importanța acestuia
  • Influențarea generării răspunsului folosind opțiuni
  • Streaming și formatarea output-ului
  • Metadata în răspuns

4. Utilizarea datelor și documentelor tale

  • Înțelegerea RAG (Retrieval-Augmented Generation)
  • Setarea vector store-ului și încărcarea documentelor
  • O primă implementare RAG
  • RAG folosind un advisor
  • Capacități modulare RAG

5. Rolul memoriei în AI

  • De ce avem nevoie de memorie
  • Adăugarea și configurarea memoriei pentru a susține conversația
  • ID-ul conversației
  • Suport pentru memorie persistentă
  • Stocarea memoriei chat în vector store

6. Tooluri AI

  • Aplicații cu tooluri activate
  • Înțelegerea capacităților toolurilor
  • Scrierea și punerea toolului în funcțiune
  • Funcții ca tooluri

7. Model Context Protocol (MCP)

  • De ce avem nevoie de MCP?
  • Lucrul cu un MCP Client
  • Scrierea MCP Server-ului
  • Baza de date și tooluri pentru MCP Server
  • Înțelegerea transportului HTTP și SSE (Server-Sent Events)
  • Expunerea promptului și resurselor

8. Monitorizarea operațiunilor

  • Activarea metrick-urilor actuator
  • Verificarea operațiunilor vector store
  • Analiza interacțiunii cu modelul
  • Numărarea tokenurilor
  • Punerea totul în Prometheus și crearea unui dashboard
  • Tracing al operațiunilor AI

9. Securitate și protecție în generativ AI

  • Controlul documentelor accesate prin RAG
  • Securizarea toolurilor
  • Combaterea prompting-ului adversarial
  • Moderarea input-ului utilizatorului

10. Modele comune de generativ AI

  • Rezumarea conținutului
  • Traducerea mesajelor
  • Analiza sentimentului

11. Rolul agenților

  • Ce este un agent
  • Implementarea workflow-urilor agentic
  • Lanțul de prompturi, routing-ul taskurilor și paralelizarea
  • Accesul agentului prin MCP

Cerințe

Participanții ar trebui să aibă:

  • Cunoștințe bune de programare Java
  • Experiență practică cu Spring și Spring Boot
  • Familiaritate cu construirea și configurarea aplicațiilor Spring Boot
  • Înțelegere de bază a API-urilor REST și HTTP
  • Înțelegere de bază a JSON și configurației aplicațiilor
  • Înțelegere de bază a generativ AI și Large Language Models (LLMs)
  • Familiaritatea cu bazele de date și conceptele de acces la date este recomandată
  • Nu este necesară experiență anterioară cu Spring AI, RAG, MCP sau agenți AI

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite