Hollis大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI

mingzhi

├─1.代码介绍&应用启动
│      01.课程介绍+如何答疑  .mp4
│      02.【重要】课程设计说明  .mp4
│      03.重要说明+如何下载代码  .mp4
│      04.代码目录结构&应用如何启动  .mp4
│      
├─10.上下文工程
│      123. 什么是Context，和Memory、Prompt、Token之间的区别？  .mp4
│      124. 上下文太长会带来什么问题？  .mp4
│      125. 什么是上下文工程？  .mp4
│      126. 实战：Manus的上下文工程实践  .mp4
│      
├─11.Skill
│      127. 什么是Agent Skills，为什么需要他？  .mp4
│      128. Skill的渐进式披露  .mp4
│      129. 一些好用的Skills推荐  .mp4
│      130. Claude Code中如何使用Skills  .mp4
│      131. 实战：开发一个简历评估的Skill  .mp4
│      132. 简历评估Skills讲解  .mp4
│      133. SpringAI中如何使用Skill？（Agent）  .mp4
│      134. SpringAI中如何使用Skill？（ChatClient）  .mp4
│      
├─12.项目实战
│      135. 整体架构与功能点介绍  .mp4
│      136. 项目运行说明  .mp4
│      137. 智能对话：从需求分析到技术落地  .mp4
│      138. 流式控制与任务管理  .mp4
│      
├─2.大模型应用开发概述
│      05. Prompt是什么.mp4
│      06.行业趋势与岗位需求分析  .mp4
│      07. 什么是大模型  .mp4
│      08. 大模型的工作原理  .mp4
│      09.Java 在大模型应用开发中的优势  .mp4
│      10.大模型应用开发常用的平台  .mp4
│      11.百炼介绍与基本使用  .mp4
│      12.基于Ollama部署本地模型  .mp4
│      13.大模型的局限性以及常见解决方案  .mp4
│      14. LLM HelloWorld  .mp4
│      
├─3.提示词工程
│      15. 什么是Prompt  .mp4
│      16. 如何设计Prompt？  .mp4
│      17. 高阶Prompt优化方法  .mp4
│      18. 结构化Prompt框架  .mp4
│      19. Prompt评测方法  .mp4
│      20. nof1提示词工程案例  .mp4
│      21. 理解 OpenAI API  .mp4
│      
├─4.SpringAl
│      22. Java中大模型调用的多种方式  .mp4
│      23. 基于SSE实现大模型流式输出  .mp4
│      24. LLM应用开发框架：LangChain  .mp4
│      25. 接入Spring AI 与Spring AI Alibaba  .mp4
│      26. 开发必备的Spring AI核心概念(上）  .mp4
│      27. 开发必备的Spring AI核心概念(下）  .mp4
│      28. Spring AI 核心特性：提示词工程  .mp4
│      29. Spring AI 核心特性：流式输出  .mp4
│      30. Spring AI 核心特性：提示词模板管理  .mp4
│      31. Spring AI 核心特性：结构化输出（上）  .mp4
│      32.Spring AI 核心特性：结构化输出（中）  .mp4
│      33.Spring AI 核心特性：结构化输出（下） 2026-02-11  1168 次学习  .mp4
│      34. Spring AI 核心特性：对话记忆  .mp4
│      35. Spring AI 记忆管理技术：持久化记忆  .mp4
│      36. Spring AI 核心特性：Advisor  .mp4
│      37. Spring AI 核心特性：调用本地模型  .mp4
│      
├─5.LangChain4J
│      38. 初识LangChain4j  .mp4
│      39. LangChain4J低层次API使用  .mp4
│      40. LangChain4j高层次API使用  .mp4
│      41. @AiService实现原理  .mp4
│      42. LangChain4j中实现持久化记忆  .mp4
│      43. Spring AI & Spring AI Alibaba & Langchain4j  .mp4
│      
├─6.Function Call
│      44. 什么是Function Call  .mp4
│      45. 如何定义一个好的Function  .mp4
│      46. 使用Spring AI做Function Call  .mp4
│      47. Spring AI中的Tool Calling怎么实现的  .mp4
│      48. 实战：仿PDD自动帮买家申请退款  .mp4
│      
├─7.MCP
│      49. 什么是MCP  .mp4
│      50. 深入理解MCP技术原理  .mp4
│      51. 如何接入MCP Server  .mp4
│      52. 使用Spring AI开发MCP Server  .mp4
│      53. 使用Spring AI开发MCP Client  .mp4
│      54. Spring AI MCP调用实现原理  .mp4
│      55. SSE MCP Server如何实现重连  .mp4
│      56. 将MCP改造为HTTPS  .mp4
│      57. MCP如何实现认证鉴权  .mp4
│      58. 神奇的context-path  .mp4
│      59. MCP调试工具  .mp4
│      60. 如何跳过MCP的模型总结  .mp4
│      61. 如何实现MCP工具过滤  .mp4
│      62. MCP与其他协议的区别  .mp4
│      
├─8.RAG
│      100. 实战：多模态RAG智能问答系统（中）   .mp4
│      101. 实战：多模态RAG智能问答系统（下）  .mp4
│      63. 什么是RAG？  .mp4
│      64. 深入理解RAG技术原理——索引构建  .mp4
│      65.深入理解RAG技术原理——检索生成  .mp4
│      66. 使用 LlamaIndex 构建一个简单的RAG系统  .mp4
│      67. RAG的范式演进  .mp4
│      68. 文档预处理（上）  .mp4
│      69. 文档预处理（中）  .mp4
│      70. 文档预处理（下）  .mp4
│      71. 常见文档分片方式  .mp4
│      72.Java中如何实现文档分片  .mp4
│      73. 自定义支持父子分片的基于标题的分片器  .mp4
│      74. 向量模型&向量数据库&向量存储  .mp4
│      75. （选学）PostgresMlEmbeddingModel  .mp4
│      76. 向量数据库如何选型？  .mp4
│      77. （选学）如何使用离线向量模型  .mp4
│      78. 索引构建流程（ETL）总结与查缺补漏  .mp4
│      79. 检索增强生成  .mp4
│      80. Spring AI 和 LangChain4J中文档处理功能对比  .mp4
│      81. RAG优化技术：元数据过滤  .mp4
│      82. RAG优化技术：问题改写  .mp4
│      83. RAG优化技术：查询路由  .mp4
│      84. RAG优化技术：查询构造  .mp4
│      85. RAG优化技术：问题澄清  .mp4
│      86. RAG优化技术：HyDE  .mp4
│      87. RAG优化技术：混合检索(上）  .mp4
│      88. RAG优化技术：混合检索(中）  .mp4
│      89. RAG优化技术：混合检索(下）  .mp4
│      90. RAG优化技术：重排序  .mp4
│      91. RAG优化技术：Graph RAG（上）  .mp4
│      92.RAG优化技术：Graph 92.RAG（下）  .mp4
│      93. Spring AI中的Modular RAG支持  .mp4
│      94. LangChain4J中的Modular RAG支持  .mp4
│      95. 基于LangChain4J实现简单的RAG检索  .mp4
│      96. Spring AI 和 LangChain4J的模块化RAG功能对比  .mp4
│      97. 多模态RAG  .mp4
│      98. 多模态RAG——对接多模态模型做图像识别  .mp4
│      99.实战：多模态RAG智能问答系统（上）  .mp4
│      
├─9.Agent
│      102. 什么是AI Agent？  .mp4
│      103. 常用的Agent开发框架  .mp4
│      104.Agent常用架构：ReAct Agent  .mp4
│      105.React Agent的实现方式？  .mp4
│      106. Alibaba-React Agent 初探  .mp4
│      107. Alibaba-React Agent 核心组件  .mp4
│      108. 如何给Agent增加持久化记忆  .mp4
│      109. 深入理解 Alibaba-React Agent 原理  .mp4
│      110. Agent常用架构：Plan and Execute Agent  .mp4
│      111. Agent常用架构：Reflection Agent  .mp4
│      112. Agent常用架构：Human in the Loop  .mp4
│      113. Agent常用架构：Multi Agent  .mp4
│      114. 使用AutoGen 构建一个代码生成器  .mp4
│      115. Spring AI Alibaba中的多智能体支持  .mp4
│      116. 多智能体协议——A2A  .mp4
│      117. 实战一：手搓ReactAgent（非流式）  .mp4
│      118. 实战一：手搓ReactAgent（流式）  .mp4
│      119. 实战一（后续）：ReactAgent流式输出有问题？  .mp4
│      120. 实战二：手搓ReflectionAgent  .mp4
│      121. 实战三：手搓PlanExecuteAgent  .mp4
│      122. 实战四：手搓Human in the Loop  .mp4
│      
└─代码
        LLMentor代码.zip

本帖隐藏的内容需要登入才可浏览，如需注册账号请点击这里