Hollis【实战】大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI
解压密码回复可见：**** Hidden Message *****
——/Hollis【实战课程】大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI/
├──1.代码介绍&应用启动
| ├──01.课程介绍+如何答疑.mp433.40M
| ├──02.【重要】课程设计说明.mp429.70M
| ├──03.重要说明+如何下载代码.mp417.84M
| └──04.代码目录结构&应用如何启动.mp420.78M
├──10.上下文工程
| ├──123. 什么是Context，和Memory、Prompt、Token之间的区别？.mp412.12M
| ├──124. 上下文太长会带来什么问题？.mp426.21M
| ├──125. 什么是上下文工程？.mp422.29M
| └──126. 实战：Manus的上下文工程实践.mp447.46M
├──11.Skill
| ├──127. 什么是Agent Skills，为什么需要他？.mp437.40M
| ├──128. Skill的渐进式披露.mp410.05M
| ├──129. 一些好用的Skills推荐.mp418.41M
| ├──130. Claude Code中如何使用Skills.mp463.71M
| ├──131. 实战：开发一个简历评估的Skill.mp460.74M
| ├──132. 简历评估Skills讲解.mp419.28M
| ├──133. SpringAI中如何使用Skill？（Agent）.mp4102.58M
| └──134. SpringAI中如何使用Skill？（ChatClient）.mp483.72M
├──12.项目实战
| ├──135. 整体架构与功能点介绍.mp459.27M
| ├──136. 项目运行说明.mp420.29M
| ├──137. 智能对话：从需求分析到技术落地.mp490.60M
| └──138. 流式控制与任务管理.mp433.49M
├──2.大模型应用开发概述
| ├──05. Prompt是什么.mp427.42M
| ├──06.行业趋势与岗位需求分析.mp441.55M
| ├──07. 什么是大模型.mp417.44M
| ├──08. 大模型的工作原理.mp434.14M
| ├──09.Java 在大模型应用开发中的优势.mp48.49M
| ├──10.大模型应用开发常用的平台.mp427.80M
| ├──11.百炼介绍与基本使用.mp424.66M
| ├──12.基于Ollama部署本地模型.mp430.77M
| ├──13.大模型的局限性以及常见解决方案.mp428.30M
| └──14. LLM HelloWorld.mp417.66M
├──3.提示词工程
| ├──15. 什么是Prompt.mp411.71M
| ├──16. 如何设计Prompt？.mp478.91M
| ├──17. 高阶Prompt优化方法.mp429.57M
| ├──18. 结构化Prompt框架.mp430.85M
| ├──19. Prompt评测方法.mp423.40M
| ├──20. nof1提示词工程案例.mp432.68M
| └──21. 理解 OpenAI API.mp482.82M
├──4.SpringAl
| ├──22. Java中大模型调用的多种方式.mp459.38M
| ├──23. 基于SSE实现大模型流式输出.mp471.17M
| ├──24. LLM应用开发框架：LangChain.mp425.77M
| ├──25. 接入Spring AI 与Spring AI Alibaba.mp425.79M
| ├──26. 开发必备的Spring AI核心概念(上）.mp479.51M
| ├──27. 开发必备的Spring AI核心概念(下）.mp456.17M
| ├──28. Spring AI 核心特性：提示词工程.mp450.70M
| ├──29. Spring AI 核心特性：流式输出.mp428.77M
| ├──30. Spring AI 核心特性：提示词模板管理.mp452.81M
| ├──31. Spring AI 核心特性：结构化输出（上）.mp4107.80M
| ├──32.Spring AI 核心特性：结构化输出（中）.mp455.84M
| ├──33.Spring AI 核心特性：结构化输出（下） 2026-02-111168 次学习.mp414.59M
| ├──34. Spring AI 核心特性：对话记忆.mp4145.61M
| ├──35. Spring AI 记忆管理技术：持久化记忆.mp471.49M
| ├──36. Spring AI 核心特性：Advisor.mp459.98M
| └──37. Spring AI 核心特性：调用本地模型.mp458.71M
├──5.LangChain4J
| ├──38. 初识LangChain4j.mp412.90M
| ├──39. LangChain4J低层次API使用.mp444.98M
| ├──40. LangChain4j高层次API使用.mp433.22M
| ├──41. @AiService实现原理.mp445.60M
| ├──42. LangChain4j中实现持久化记忆.mp423.73M
| └──43. Spring AI & Spring AI Alibaba & Langchain4j.mp422.77M
├──6.Function Call
| ├──44. 什么是Function Call.mp415.26M
| ├──45. 如何定义一个好的Function.mp47.15M
| ├──46. 使用Spring AI做Function Call.mp410.24M
| ├──47. Spring AI中的Tool Calling怎么实现的.mp425.06M
| └──48. 实战：仿PDD自动帮买家申请退款.mp485.69M
├──7.MCP
| ├──49. 什么是MCP.mp442.42M
| ├──50. 深入理解MCP技术原理.mp427.39M
| ├──51. 如何接入MCP Server.mp430.21M
| ├──52. 使用Spring AI开发MCP Server.mp444.42M
| ├──53. 使用Spring AI开发MCP Client.mp423.45M
| ├──54. Spring AI MCP调用实现原理.mp427.68M
| ├──55. SSE MCP Server如何实现重连.mp445.11M
| ├──56. 将MCP改造为HTTPS.mp412.37M
| ├──57. MCP如何实现认证鉴权.mp412.48M
| ├──58. 神奇的context-path.mp445.37M
| ├──59. MCP调试工具.mp416.67M
| ├──60. 如何跳过MCP的模型总结.mp462.16M
| ├──61. 如何实现MCP工具过滤.mp437.38M
| └──62. MCP与其他协议的区别.mp48.26M
├──8.RAG
| ├──100. 实战：多模态RAG智能问答系统（中） .mp4171.28M
| ├──101. 实战：多模态RAG智能问答系统（下）.mp457.47M
| ├──63. 什么是RAG？.mp418.28M
| ├──64. 深入理解RAG技术原理——索引构建.mp439.86M
| ├──65.深入理解RAG技术原理——检索生成.mp420.33M
| ├──66. 使用 LlamaIndex 构建一个简单的RAG系统.mp441.21M
| ├──67. RAG的范式演进.mp416.39M
| ├──68. 文档预处理（上）.mp436.34M
| ├──69. 文档预处理（中）.mp491.25M
| ├──70. 文档预处理（下）.mp473.84M
| ├──71. 常见文档分片方式.mp448.87M
| ├──72.Java中如何实现文档分片.mp4164.95M
| ├──73. 自定义支持父子分片的基于标题的分片器.mp4154.13M
| ├──74. 向量模型&向量数据库&向量存储.mp4139.23M
| ├──75. （选学）PostgresMlEmbeddingModel.mp418.57M
| ├──76. 向量数据库如何选型？.mp423.86M
| ├──77. （选学）如何使用离线向量模型.mp48.24M
| ├──78. 索引构建流程（ETL）总结与查缺补漏.mp419.59M
| ├──79. 检索增强生成.mp4212.42M
| ├──80. Spring AI 和 LangChain4J中文档处理功能对比.mp418.68M
| ├──81. RAG优化技术：元数据过滤.mp470.73M
| ├──82. RAG优化技术：问题改写.mp481.58M
| ├──83. RAG优化技术：查询路由.mp434.26M
| ├──84. RAG优化技术：查询构造.mp423.87M
| ├──85. RAG优化技术：问题澄清.mp410.75M
| ├──86. RAG优化技术：HyDE.mp48.49M
| ├──87. RAG优化技术：混合检索(上）.mp448.30M
| ├──88. RAG优化技术：混合检索(中）.mp463.41M
| ├──89. RAG优化技术：混合检索(下）.mp496.15M
| ├──90. RAG优化技术：重排序.mp4113.83M
| ├──91. RAG优化技术：Graph RAG（上）.mp410.68M
| ├──92.RAG优化技术：Graph 92.RAG（下）.mp462.73M
| ├──93. Spring AI中的Modular RAG支持.mp4121.45M
| ├──94. LangChain4J中的Modular RAG支持.mp4174.60M
| ├──95. 基于LangChain4J实现简单的RAG检索.mp484.94M
| ├──96. Spring AI 和 LangChain4J的模块化RAG功能对比.mp418.01M
| ├──97. 多模态RAG.mp429.54M
| ├──98. 多模态RAG——对接多模态模型做图像识别.mp471.23M
| └──99.实战：多模态RAG智能问答系统（上）.mp482.00M
├──9.Agent
| ├──102. 什么是AI Agent？.mp418.68M
| ├──103. 常用的Agent开发框架.mp410.91M
| ├──104.Agent常用架构：ReAct Agent.mp454.91M
| ├──105.React Agent的实现方式？.mp479.94M
| ├──106. Alibaba-React Agent 初探.mp489.02M
| ├──107. Alibaba-React Agent 核心组件.mp440.66M
| ├──108. 如何给Agent增加持久化记忆.mp4114.19M
| ├──109. 深入理解 Alibaba-React Agent 原理.mp477.54M
| ├──110. Agent常用架构：Plan and Execute Agent.mp415.34M
| ├──111. Agent常用架构：Reflection Agent.mp415.72M
| ├──112. Agent常用架构：Human in the Loop.mp484.89M
| ├──113. Agent常用架构：Multi Agent.mp445.64M
| ├──114. 使用AutoGen 构建一个代码生成器.mp446.33M
| ├──115. Spring AI Alibaba中的多智能体支持.mp441.45M
| ├──116. 多智能体协议——A2A.mp422.23M
| ├──117. 实战一：手搓ReactAgent（非流式）.mp445.61M
| ├──118. 实战一：手搓ReactAgent（流式）.mp450.29M
| ├──119. 实战一（后续）：ReactAgent流式输出有问题？.mp423.75M
| ├──120. 实战二：手搓ReflectionAgent.mp438.84M
| ├──121. 实战三：手搓PlanExecuteAgent.mp471.01M
| └──122. 实战四：手搓Human in the Loop.mp443.76M
└──代码
| └──LLMentor代码.rar389.63kb
6666666666666666 [百度网盘] Hollis【实战】大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI Hollis【实战】大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI 111111111 我只是路过打酱油的。 强烈支持楼主ing…… 3333 瞅瞅 [百度网盘] Hollis【实战】大模型应用开发实战，Agent+MCP+RAG+Skill+SpringAI