Java企业级大模型应用项目：小智医疗（LangChain4J实战）

《尚硅谷Java企业级大模型应用项目：小智医疗（LangChain4J实战）》是一门聚焦Java生态与大语言模型应用开发的实战课程，以医疗智能问答项目“小智医疗”为核心案例，系统讲解如何利用LangChain4J框架构建企业级AI应用。课程结合当前生成式人工智能的发展趋势，将Java后端开发技术与大模型能力深度融合，帮助学员掌握AI应用从需求分析、架构设计到开发部署的完整流程，培养具备企业级大模型项目开发能力的全栈工程师。

课程从大语言模型基础知识入手，介绍AI模型的工作原理、Prompt提示词工程、上下文管理、模型调用方式以及LangChain4J框架的核心组件，让学员快速了解Java环境下开发AI应用的基本方法。随后，课程重点讲解Spring Boot与LangChain4J的整合开发，包括模型接口封装、流式对话、函数调用（Function Calling）、会话记忆、多轮对话管理以及工具调用等关键技术，帮助学员搭建稳定、高效的智能问答服务。

在项目实战部分，课程以“小智医疗”平台为案例，完整演示医疗知识库建设、RAG（检索增强生成）技术应用、文档解析、文本切分、向量化处理、向量数据库存储、语义检索以及重排序优化等核心流程，有效提升模型回答的准确率，减少大模型“幻觉”问题。同时，课程还讲解医生信息查询、疾病知识问答、智能导诊、健康咨询等业务模块的开发思路，并结合真实业务场景介绍接口设计、权限控制、异常处理、日志管理及系统优化等企业级开发实践。

此外，课程还涵盖数据库设计、RESTful API开发、前后端接口联调、项目部署、性能优化以及生产环境运维等内容，使学员能够全面掌握AI应用的开发与上线流程。通过多个实践案例，帮助学员积累项目经验，提高解决复杂业务问题的能力。

通过学习本课程，学员不仅能够熟练掌握LangChain4J框架的使用方法，还能够独立开发基于Java的大模型智能应用和企业级RAG知识库系统。课程适合具备Java基础的开发人员、Spring Boot工程师、后端开发人员、AI应用开发者以及希望转型大模型开发方向的技术人员学习，也适合作为企业智能客服、知识管理、智慧医疗等AI项目开发的实践参考，为进入生成式人工智能应用开发领域奠定扎实的技术基础。

课程目录：

尚硅谷Java企业级大模型应用项目：小智医疗（LangChain4J实战） /
│ ├── 课件/
│ │ ├── 课件资料.png (0.48 MB)
│ │ └── 课件.exe (4.06 MB)
│ ├── 资料/
│ │ ├── 资料说明.zip (1.83 MB)
│ │ └── 资料.exe (2245.09 MB)
│ └── 视频/
│ │ ├── 视频文档.zip (1.83 MB)
│ │ ├── 47-项目实战-创建和配置Tools.mp4 (140.57 MB)
│ │ ├── 35-Prompt-用户提示词.mp4 (95.62 MB)
│ │ ├── 03-LangChain4j入门-应用程序整合大语言模型的常见场景.mp4 (65.68 MB)
│ │ ├── 61-embedding-Pinecone的使用.mp4 (148.28 MB)
│ │ ├── 65-项目实战-流式输出.mp4 (125.05 MB)
│ │ ├── 25-Chat memory-替换聊天记忆的实现.mp4 (104.40 MB)
│ │ ├── 64-项目实战-在硅谷小智中集成向量大模型和Pinecone向量存储.mp4 (88.33 MB)
│ │ ├── .mp4 (110.04 MB)
│ │ ├── 50-RAG-向量和维度.mp4 (73.26 MB)
│ │ ├── 62-embedding-向Pinecone中存入数据.mp4 (86.83 MB)
│ │ ├── 40-项目实战-测试硅谷小智聊天助手.mp4 (164.00 MB)
│ │ ├── 59-项目实战-在硅谷小智中实现RAG.mp4 (224.10 MB)
│ │ ├── 11-接入其他大模型-ollama.mp4 (180.85 MB)
│ │ ├── 20-Chat memory-聊天记忆的简单实现.mp4 (129.34 MB)
│ │ ├── 43-Function .mp4 (60.76 MB)
│ │ ├── 33-Prompt-在提示词中添加当前日期.mp4 (15.14 MB)
│ │ ├── 52-RAG-索引阶段和检索阶段.mp4 (94.02 MB)
│ │ ├── 37-Prompt-多个参数的情况.mp4 (70.50 MB)
│ │ ├── 09-接入其他大模型-运行时无法获取apiKey的原因.mp4 (8.72 MB)
│ │ ├── 48-项目实战-测试硅谷小智的预约功能.mp4 (145.36 MB)
│ │ ├── 42-Function Calling-工具的定义和使用.mp4 (111.64 MB)
│ │ ├── 32-Prompt-系统提示词.mp4 (243.19 MB)
│ │ ├── .mp4 (39.06 MB)
│ │ ├── 44-Function .mp4 (39.24 MB)
│ │ ├── 46-项目实战-测试业务方法.mp4 (67.66 MB)
│ │ ├── 29-Persistence-SpringBoot整合MongoDB.mp4 (441.48 MB)
│ │ ├── 66-项目实战-运行前端工程.mp4 (44.13 MB)
│ │ ├── 57-自定义文档分割器.mp4 (37.61 MB)
│ │ ├── 15-接入其他大模型-阿里百炼deepseek.mp4 (68.83 MB)
│ │ ├── 06-LangChain4j入门-使用Spring Boot Starters.mp4 (254.99 MB)
│ │ ├── 19-AIService-工作原理.mp4 (100.80 MB)
│ │ ├── 45-项目实战-实现预约相关业务逻辑.mp4 (155.68 MB)
│ │ ├── 04-LangChain4j入门-创建SpringBoot应用程序.mp4 (117.03 MB)
│ │ ├── 22-Chat memory-使用AIService实现聊天记忆.mp4 (125.51 MB)
│ │ ├── 21-Chat memory-使用ChatMemory实现聊天记忆.mp4 (114.20 MB)
│ │ ├── 08-接入其他大模型-DeepSeek.mp4 (269.08 MB)
│ │ ├── 10-接入其他大模型-ollama本地部署.mp4 (92.50 MB)
│ │ ├── 51-RAG-相似度和相似度测量.mp4 (34.88 MB)
│ │ ├── 55-RAG-文档分割器.mp4 (94.53 MB)
│ │ ├── 27-Persistence-MongoDB简介.mp4 (46.96 MB)
│ │ ├── 23-Chat memory-隔离聊天记忆.mp4 (146.07 MB)
│ │ ├── 63-embedding-相似度匹配.mp4 (76.80 MB)
│ │ ├── 13-接入其他大模型-阿里百炼通义千问.mp4 (199.00 MB)
│ │ ├── 39-项目实战-创建硅谷小智聊天助手.mp4 (263.48 MB)
│ │ ├── 14-接入其他大模型-阿里百炼通义万象.mp4 (109.27 MB)
│ │ ├── 56-向量转换和向量存储.mp4 (300.47 MB)
│ │ ├── 28-Persistence-MongoDB的安装和基本操作.mp4 (236.90 MB)
│ │ ├── 07-接入其他大模型-都有哪些大模型可进行接入.mp4 (65.78 MB)
│ │ ├── 38-Prompt-@SystemMessage和@V.mp4 (99.00 MB)
│ │ ├── 05-LangChain4j入门-接入大模型.mp4 (145.53 MB)
│ │ ├── 58-token和token计算.mp4 (150.80 MB)
│ │ ├── 34-Prompt-从资源中加载提示模板.mp4 (46.42 MB)
│ │ ├── 26-Persistence-存储介质的选择.mp4 (100.93 MB)
│ │ ├── 54-RAG-文档解析器.mp4 (60.93 MB)
│ │ ├── 41-Function Calling-测试大语言模型的缺陷.mp4 (60.01 MB)
│ │ ├── 53-RAG-文档加载器.mp4 (257.14 MB)
│ │ ├── 12-接入其他大模型-阿里百炼介绍.mp4 (41.63 MB)
│ │ ├── 02-LangChain4j入门-简介.mp4 (61.86 MB)
│ │ ├── 16-AIService-概念.mp4 (37.48 MB)
│ │ ├── 30-Persistence-实现.mp4 (218.12 MB)
│ │ ├── 31-Persistence-测试.mp4 (117.61 MB)
│ │ ├── 49-RAG-RAG和微调大模型.mp4 (169.71 MB)
│ │ ├── 60-embedding-引入通用文本向量模型.mp4 (71.29 MB)
│ │ ├── 01-教程简介.mp4 (42.50 MB)
│ │ ├── 24-Chat memory-实现原理.mp4 (173.11 MB)
│ │ └── 17-AIService-创建AIService.mp4 (103.34 MB)