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》是一套面向大模型应用开发者打造的综合实战课程，围绕当前AI应用开发中的核心技术展开，重点覆盖Agent、MCP、RAG、Skill以及Spring AI等技术方向。课程强调“技术学习+项目实践”，不仅帮助学习者理解大模型应用背后的核心原理，更注重如何将这些技术真正应用到企业级项目开发中，适合Java开发者、后端工程师以及希望进入AI应用开发领域的学习者。

课程以Spring AI为重要技术基础，带领学员了解如何在熟悉的Java技术体系中接入大语言模型，并完成从模型调用到AI应用构建的完整流程。通过实际项目开发，学习Prompt设计、上下文管理、结构化输出、模型调用以及工具调用等能力，逐步掌握传统软件开发与大模型能力结合的方法。

在Agent智能体部分，课程重点讲解如何让AI从简单的“问答工具”升级为能够理解任务、制定计划、调用工具并执行操作的智能系统。通过Agent架构设计和实际案例，理解任务拆解、工具使用、上下文管理以及多步骤任务执行等关键技术，为开发真正具备执行能力的AI应用打下基础。

RAG也是课程的重要组成部分。通过学习文档解析、知识库构建、向量检索、召回与生成等核心流程，让学员掌握如何将企业私有知识与大模型结合，构建更加准确、专业的知识问答系统。同时结合MCP技术，进一步了解如何以标准化方式连接模型与外部工具、数据及服务，让AI具备更丰富的操作能力。

此外，课程还引入Skill等能力组织方式，帮助学习者理解如何将复杂任务封装成可复用的AI能力模块，从而提升Agent系统的扩展性与维护效率。整个课程将多个前沿技术串联起来，通过综合项目把Agent、MCP、RAG、Skill与Spring AI融合应用，形成较完整的大模型应用开发实践体系。

学完本课程，学习者能够进一步掌握从大模型接入、知识库构建到智能体开发和工具协同的完整技术路线，并具备独立设计和开发AI应用的实践能力。对于希望从传统Java后端开发转向AI应用开发，或希望系统掌握企业级大模型应用技术的开发者来说，是一套具有较强实战价值的学习课程。

课程截图：

课程目录：

——/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  .mp4  33.40M
|   ├──02.【重要】课程设计说明  .mp4  29.70M
|   ├──03.重要说明+如何下载代码  .mp4  17.84M
|   └──04.代码目录结构&应用如何启动  .mp4  20.78M
├──10.上下文工程  
|   ├──123. 什么是Context，和Memory、Prompt、Token之间的区别？  .mp4  12.12M
|   ├──124. 上下文太长会带来什么问题？  .mp4  26.21M
|   ├──125. 什么是上下文工程？  .mp4  22.29M
|   └──126. 实战：Manus的上下文工程实践  .mp4  47.46M
├──11.Skill  
|   ├──127. 什么是Agent Skills，为什么需要他？  .mp4  37.40M
|   ├──128. Skill的渐进式披露  .mp4  10.05M
|   ├──129. 一些好用的Skills推荐  .mp4  18.41M
|   ├──130. Claude Code中如何使用Skills  .mp4  63.71M
|   ├──131. 实战：开发一个简历评估的Skill  .mp4  60.74M
|   ├──132. 简历评估Skills讲解  .mp4  19.28M
|   ├──133. SpringAI中如何使用Skill？（Agent）  .mp4  102.58M
|   └──134. SpringAI中如何使用Skill？（ChatClient）  .mp4  83.72M
├──12.项目实战  
|   ├──135. 整体架构与功能点介绍  .mp4  59.27M
|   ├──136. 项目运行说明  .mp4  20.29M
|   ├──137. 智能对话：从需求分析到技术落地  .mp4  90.60M
|   └──138. 流式控制与任务管理  .mp4  33.49M
├──2.大模型应用开发概述  
|   ├──05. Prompt是什么.mp4  27.42M
|   ├──06.行业趋势与岗位需求分析  .mp4  41.55M
|   ├──07. 什么是大模型  .mp4  17.44M
|   ├──08. 大模型的工作原理  .mp4  34.14M
|   ├──09.Java 在大模型应用开发中的优势  .mp4  8.49M
|   ├──10.大模型应用开发常用的平台  .mp4  27.80M
|   ├──11.百炼介绍与基本使用  .mp4  24.66M
|   ├──12.基于Ollama部署本地模型  .mp4  30.77M
|   ├──13.大模型的局限性以及常见解决方案  .mp4  28.30M
|   └──14. LLM HelloWorld  .mp4  17.66M
├──3.提示词工程  
|   ├──15. 什么是Prompt  .mp4  11.71M
|   ├──16. 如何设计Prompt？  .mp4  78.91M
|   ├──17. 高阶Prompt优化方法  .mp4  29.57M
|   ├──18. 结构化Prompt框架  .mp4  30.85M
|   ├──19. Prompt评测方法  .mp4  23.40M
|   ├──20. nof1提示词工程案例  .mp4  32.68M
|   └──21. 理解 OpenAI API  .mp4  82.82M
├──4.SpringAl  
|   ├──22. Java中大模型调用的多种方式  .mp4  59.38M
|   ├──23. 基于SSE实现大模型流式输出  .mp4  71.17M
|   ├──24. LLM应用开发框架：LangChain  .mp4  25.77M
|   ├──25. 接入Spring AI 与Spring AI Alibaba  .mp4  25.79M
|   ├──26. 开发必备的Spring AI核心概念(上）  .mp4  79.51M
|   ├──27. 开发必备的Spring AI核心概念(下）  .mp4  56.17M
|   ├──28. Spring AI 核心特性：提示词工程  .mp4  50.70M
|   ├──29. Spring AI 核心特性：流式输出  .mp4  28.77M
|   ├──30. Spring AI 核心特性：提示词模板管理  .mp4  52.81M
|   ├──31. Spring AI 核心特性：结构化输出（上）  .mp4  107.80M
|   ├──32.Spring AI 核心特性：结构化输出（中）  .mp4  55.84M
|   ├──33.Spring AI 核心特性：结构化输出（下） 2026-02-11  1168 次学习  .mp4  14.59M
|   ├──34. Spring AI 核心特性：对话记忆  .mp4  145.61M
|   ├──35. Spring AI 记忆管理技术：持久化记忆  .mp4  71.49M
|   ├──36. Spring AI 核心特性：Advisor  .mp4  59.98M
|   └──37. Spring AI 核心特性：调用本地模型  .mp4  58.71M
├──5.LangChain4J  
|   ├──38. 初识LangChain4j  .mp4  12.90M
|   ├──39. LangChain4J低层次API使用  .mp4  44.98M
|   ├──40. LangChain4j高层次API使用  .mp4  33.22M
|   ├──41. @AiService实现原理  .mp4  45.60M
|   ├──42. LangChain4j中实现持久化记忆  .mp4  23.73M
|   └──43. Spring AI & Spring AI Alibaba & Langchain4j  .mp4  22.77M
├──6.Function Call  
|   ├──44. 什么是Function Call  .mp4  15.26M
|   ├──45. 如何定义一个好的Function  .mp4  7.15M
|   ├──46. 使用Spring AI做Function Call  .mp4  10.24M
|   ├──47. Spring AI中的Tool Calling怎么实现的  .mp4  25.06M
|   └──48. 实战：仿PDD自动帮买家申请退款  .mp4  85.69M
├──7.MCP  
|   ├──49. 什么是MCP  .mp4  42.42M
|   ├──50. 深入理解MCP技术原理  .mp4  27.39M
|   ├──51. 如何接入MCP Server  .mp4  30.21M
|   ├──52. 使用Spring AI开发MCP Server  .mp4  44.42M
|   ├──53. 使用Spring AI开发MCP Client  .mp4  23.45M
|   ├──54. Spring AI MCP调用实现原理  .mp4  27.68M
|   ├──55. SSE MCP Server如何实现重连  .mp4  45.11M
|   ├──56. 将MCP改造为HTTPS  .mp4  12.37M
|   ├──57. MCP如何实现认证鉴权  .mp4  12.48M
|   ├──58. 神奇的context-path  .mp4  45.37M
|   ├──59. MCP调试工具  .mp4  16.67M
|   ├──60. 如何跳过MCP的模型总结  .mp4  62.16M
|   ├──61. 如何实现MCP工具过滤  .mp4  37.38M
|   └──62. MCP与其他协议的区别  .mp4  8.26M
├──8.RAG  
|   ├──100. 实战：多模态RAG智能问答系统（中）   .mp4  171.28M
|   ├──101. 实战：多模态RAG智能问答系统（下）  .mp4  57.47M
|   ├──63. 什么是RAG？  .mp4  18.28M
|   ├──64. 深入理解RAG技术原理——索引构建  .mp4  39.86M
|   ├──65.深入理解RAG技术原理——检索生成  .mp4  20.33M
|   ├──66. 使用 LlamaIndex 构建一个简单的RAG系统  .mp4  41.21M
|   ├──67. RAG的范式演进  .mp4  16.39M
|   ├──68. 文档预处理（上）  .mp4  36.34M
|   ├──69. 文档预处理（中）  .mp4  91.25M
|   ├──70. 文档预处理（下）  .mp4  73.84M
|   ├──71. 常见文档分片方式  .mp4  48.87M
|   ├──72.Java中如何实现文档分片  .mp4  164.95M
|   ├──73. 自定义支持父子分片的基于标题的分片器  .mp4  154.13M
|   ├──74. 向量模型&向量数据库&向量存储  .mp4  139.23M
|   ├──75. （选学）PostgresMlEmbeddingModel  .mp4  18.57M
|   ├──76. 向量数据库如何选型？  .mp4  23.86M
|   ├──77. （选学）如何使用离线向量模型  .mp4  8.24M
|   ├──78. 索引构建流程（ETL）总结与查缺补漏  .mp4  19.59M
|   ├──79. 检索增强生成  .mp4  212.42M
|   ├──80. Spring AI 和 LangChain4J中文档处理功能对比  .mp4  18.68M
|   ├──81. RAG优化技术：元数据过滤  .mp4  70.73M
|   ├──82. RAG优化技术：问题改写  .mp4  81.58M
|   ├──83. RAG优化技术：查询路由  .mp4  34.26M
|   ├──84. RAG优化技术：查询构造  .mp4  23.87M
|   ├──85. RAG优化技术：问题澄清  .mp4  10.75M
|   ├──86. RAG优化技术：HyDE  .mp4  8.49M
|   ├──87. RAG优化技术：混合检索(上）  .mp4  48.30M
|   ├──88. RAG优化技术：混合检索(中）  .mp4  63.41M
|   ├──89. RAG优化技术：混合检索(下）  .mp4  96.15M
|   ├──90. RAG优化技术：重排序  .mp4  113.83M
|   ├──91. RAG优化技术：Graph RAG（上）  .mp4  10.68M
|   ├──92.RAG优化技术：Graph 92.RAG（下）  .mp4  62.73M
|   ├──93. Spring AI中的Modular RAG支持  .mp4  121.45M
|   ├──94. LangChain4J中的Modular RAG支持  .mp4  174.60M
|   ├──95. 基于LangChain4J实现简单的RAG检索  .mp4  84.94M
|   ├──96. Spring AI 和 LangChain4J的模块化RAG功能对比  .mp4  18.01M
|   ├──97. 多模态RAG  .mp4  29.54M
|   ├──98. 多模态RAG——对接多模态模型做图像识别  .mp4  71.23M
|   └──99.实战：多模态RAG智能问答系统（上）  .mp4  82.00M
├──9.Agent  
|   ├──102. 什么是AI Agent？  .mp4  18.68M
|   ├──103. 常用的Agent开发框架  .mp4  10.91M
|   ├──104.Agent常用架构：ReAct Agent  .mp4  54.91M
|   ├──105.React Agent的实现方式？  .mp4  79.94M
|   ├──106. Alibaba-React Agent 初探  .mp4  89.02M
|   ├──107. Alibaba-React Agent 核心组件  .mp4  40.66M
|   ├──108. 如何给Agent增加持久化记忆  .mp4  114.19M
|   ├──109. 深入理解 Alibaba-React Agent 原理  .mp4  77.54M
|   ├──110. Agent常用架构：Plan and Execute Agent  .mp4  15.34M
|   ├──111. Agent常用架构：Reflection Agent  .mp4  15.72M
|   ├──112. Agent常用架构：Human in the Loop  .mp4  84.89M
|   ├──113. Agent常用架构：Multi Agent  .mp4  45.64M
|   ├──114. 使用AutoGen 构建一个代码生成器  .mp4  46.33M
|   ├──115. Spring AI Alibaba中的多智能体支持  .mp4  41.45M
|   ├──116. 多智能体协议——A2A  .mp4  22.23M
|   ├──117. 实战一：手搓ReactAgent（非流式）  .mp4  45.61M
|   ├──118. 实战一：手搓ReactAgent（流式）  .mp4  50.29M
|   ├──119. 实战一（后续）：ReactAgent流式输出有问题？  .mp4  23.75M
|   ├──120. 实战二：手搓ReflectionAgent  .mp4  38.84M
|   ├──121. 实战三：手搓PlanExecuteAgent  .mp4  71.01M
|   └──122. 实战四：手搓Human in the Loop  .mp4  43.76M
└──代码  
|   └──LLMentor代码.rar  389.63kb