1-前言
1.1 谁适合此教程？
本教程面向有经验的程序员，最好是Java程序员。
⚠️编程小白慎入；算法大佬可路过。
1.2 学完此教程能达到什么效果？
本教程：实践、启发 对读者的期望：思考、扩展学习
- 本教程以实践为中心，几乎没有理论；
- 通过标题党和简明的示例，希望能激发大家对AI编程的学习、实践热情；
- 期望各位看官通过动手实践的过程，对AI编程的概念有所领悟，进而扩展学习更多理论与实践知识。
有些概念，我本人也是啃八股文啃不动，在实践的过程中，突然就理解了。
1.2 程序员为什么要学习大模型开发
随着2024年底Deepseek R1的横空出世，国内对大语言模型的热情达到一个新的高度。
作为站在科技前沿的程序员，被亲友的误解，一下从：
“电脑都不会修，还好意思说你是搞IT的？”
突然变成了：
“大模型都不会用，还好意思说你是搞软件的？”
当然，别人怎么想不重要，关键是程序员本身是一个需要与时俱进的职业，大模型应用开发，已经快成为每个程序员干饭的必备技能。
另外根据个人长期的从业经验，算法大佬开发AI应用不但浪费人才，质量、吞吐量和可维护性也堪忧，AI的工程化应用，还是得靠专业程序员。
1.3 为什么要用Java
Java天生就是互联网应用领域的王者，使用Java做大模型应用，自带安全感——高可靠性、高并发、低延迟、高扩展性、高可维护性。
ChatGPT爆火之后，java社区一直厚积薄发，在2025年初，迎来了langchain4j和Spring AI的正式发布，java程序员做大模型应用突然变得非常简单。
尤其是Spring AI带给我们的这份简单，从概念到编码，一直到工程。所以现在Java入局AI编程，还有一个优势——高开发效率。
2-主题
本教程预计从以下方面展开，涵盖当成熟及热门的大模型工程应用概念：
- 快速入门——AI助手的诞生；
- 聊天记忆——我治好了她的健忘症；
- 工具调用——解救困在时间里的她；
- RAG——快速增进她对我的了解；
- 工具调用 vs RAG——谁应该更主动；
- MCP——彼此需要点空间；
- 多模态——让她理解艺术。
3-准备工作
3.1 编程环境
学习本教程的都是程序员，电脑和编程工具当然是必不可少的。
作者本人用的是MacBookAir M1+IDEA，实际上你可以使用任意你喜欢的操作系统和集成开发环境，比如VSCode也值得推荐。
3.2 软件环境
以下环境必不可少：
- JDK21+，其实JDK17也能运行本教程中的所有代码，只须修改pom.xml中的版本号；
- Maven3.9+，动手能力强的，也可以用Gradle等；
- Pgvector向量数据库，实际是一个Postgres的向量插件，本教程使用Docker|Podman+
pgvector/pgvector:pg17镜像创建的容器实例； - m3e向量模型，本教程使用的是Docker|Podman+
registry.cn-hangzhou.aliyuncs.com/fastgpt_docker/m3e-large-api:latest镜像创建的容器实例； - 大模型Deepseek-V3，本教程使用“OpenRouter”提供的免费模型，不差钱的可以充值，土豪可以用Nvida4090显卡自行部署；
- Web客户端，为节省篇幅本教程使用curl命令，实际更推荐Postman。
以下软件强烈推荐，但也不是必须：
- Linux/Mac用户：Docker或Podman；
- Window用户：WSL2+Docker Desktop或Podman Desktop，或虚拟机+Linux+Docker或Podman。
💡容器绝对是程序员快速学习的利器，让你极速搭建各种开源软件。
