- Регистрация
- 1 Ноя 2025
- Сообщения
- 4 207
- Реакции
- 0
Автор: Евгений Борисов, Udemy
Название: Spring AI или Весна Искусственного Интеллекта (2025)
Описание:
От запуска локального LLM до RAG
Полностью на русском языке
В этом курсе мы не просто «подключим GPT». Мы создадим полноценное Spring-приложение, которое умеет говорить с языковой моделью на локальной машине, понимать контекст и работать с вашими собственными документами.
Никакой зависимости от облаков, ключей, подписок. Всё работает офлайн и бесплатно — за счёт Ollama и локальных моделей.
Всё, что вы напишете в процессе — не игрушка и не «Hello world». Это заготовка, которую можно адаптировать под реальный продакшн.
Что делаем:
10 лекций • Общая продолжительность 4 ч 16 мин
Евгений Борисов
Spring expert с более чем 20 годами опыта разработки. Java RockStar и известный спикер на множестве технических конференций.
Подробнее:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
Читать подробнее:
Скачать курс:
Название: Spring AI или Весна Искусственного Интеллекта (2025)
Описание:
От запуска локального LLM до RAG
Полностью на русском языке
В этом курсе мы не просто «подключим GPT». Мы создадим полноценное Spring-приложение, которое умеет говорить с языковой моделью на локальной машине, понимать контекст и работать с вашими собственными документами.
Никакой зависимости от облаков, ключей, подписок. Всё работает офлайн и бесплатно — за счёт Ollama и локальных моделей.
Всё, что вы напишете в процессе — не игрушка и не «Hello world». Это заготовка, которую можно адаптировать под реальный продакшн.
Что делаем:
- Устанавливаем Ollama и запускаем первую языковую модель у себя на машине
- Подключаем LLM к Spring через Spring AI — без магии, с разбором зависимостей и конфигурации
- Пишем сервис, который принимает вопросы, общается с моделью и возвращает ответы
- Добавляем хранилище истории диалога, чтобы модель могла помнить, о чём вы уже говорили
- Разбираемся с RAG: что это, зачем нужно и как работает.
- Реализуем сервис, который автоматически находит новые документы, разбивает их на чанки и загружает в RAG при запуске приложения. Всё происходит без ручного триггера — просто кладёшь файл в ресурсах, и система сама его подхватывает и индексирует.
- Понимание, как устроены Spring AI и RAG
- Рабочее приложение, которое можно развивать под реальные задачи
- Опыт интеграции LLM с вашим сервисом
- Базу для следующих шагов
- Для Java-разработчиков, которые хотят начать использовать AI, но не знают, с чего начать
- Для тех, кто пробовал OpenAI API, но хочет уйти от зависимости и костов
- Для инженеров, которым важно понимать, что происходит под капотом
- Для тех, кто хочет не просто демо, а базу для реальных проектов
10 лекций • Общая продолжительность 4 ч 16 мин
- Intro - зачем все это надо?
- С нуля до первого вызова локальной LLM из Spring AI
- Подключаем UI - пишем модели
- Подключаем UI - пишем контроллеры и логику
- Подключаем UI - пишем интеграцию с LLM
- Переходим на стриминг
- Начинаем поддерживать историю
- Refactoring - переходим на новый API
- Готовимся строить RAG
- Документы → Чанки → RAG - свой пайплайн и advisor для RAG и весь финальный код
Евгений Борисов
Spring expert с более чем 20 годами опыта разработки. Java RockStar и известный спикер на множестве технических конференций.
Подробнее:
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
Читать подробнее:
Скрытое содержимое доступно для зарегистрированных пользователей!
Скачать курс:
Для просмотра содержимого вы должны войти или зарегистрироваться.