Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 21 Stunden
Schulungsübersicht
1. Einführung in Spring AI
- Projekterstellung und -konfiguration
- Die Rolle von Prompts und das Einreichen von Prompts
- Schreiben eines ersten Tests
- Modellauswahl
- Modellkonfiguration
- Überblick über die Funktionen von Spring AI
2. Verständnis der Antworten
- Prüfung auf relevante Antworten
- Genauigkeit zur Laufzeit
3. Prompts im Detail
- Verwendung von Prompt-Vorlagen
- Definition einer neuen Prompt-Vorlage
- Verständnis des Kontexts
- Die Rolle und ihre Bedeutung
- Einfluss auf die Antwortgenerierung durch Optionen
- Streaming und Formatierung der Ausgabe
- Metadaten in der Antwort
4. Nutzung eigener Daten und Dokumente
- Verständnis von RAG (Retrieval-Augmented Generation)
- Einrichtung des Vektorspeichers und Laden von Dokumenten
- Eine erste RAG-Implementierung
- RAG mit einem Advisor
- Modulare RAG-Funktionen
5. Die Rolle des Gedächtnisses in der KI
- Warum wir Gedächtnis benötigen
- Hinzufügen und Konfigurieren von Gedächtnis zur Unterstützung von Konversationen
- Die Konversations-ID
- Unterstützung persistenten Gedächtnisses
- Speichern von Chat-Gedächtnis im Vektorspeicher
6. KI-Tools
- Eine anwendungsfähige Tool-Umgebung
- Verständnis der Tool-Funktionen
- Entwicklung und Einsatz von Tools
- Funktionen als Tools
7. Das Model Context Protocol (MCP)
- Warum wir MCP benötigen?
- Arbeiten mit einem MCP-Client
- Schreibung des MCP-Servers
- Datenbank und Tools für den MCP-Server
- Verständnis des HTTP- und SSE- (Server-Sent Events) Transports
- Offenlegung von Prompts und Ressourcen
8. Überwachung der Vorgänge
- Aktivierung von Actuator-Metriken
- Prüfung der Vektorspeicher-Vorgänge
- Beobachtung der Modellinteraktion
- Token-Zählung
- Integration aller Komponenten in Prometheus und Erstellung eines Dashboards
- Tracing von KI-Vorgängen
9. Schutzmaßnahmen in der generativen KI
- Steuerung des Dokumentzugriffs über RAG
- Sicherung von Tools
- Bekämpfung adversarialer Prompting-Techniken
- Moderation der Benutzereingaben
10. Gängige generative Muster
- Inhaltszusammenfassung
- Nachrichtenübersetzung
- Sentiment-Analyse
11. Die Rolle der Agenten
- Was ist ein Agent?
- Implementierung agentenbasierter Workflows
- Kettenbildung von Prompts, Aufgaben-Routing und Parallelisierung
- Zugriff auf Agenten über MCP
Voraussetzungen
Die Teilnehmer sollten über folgende Kenntnisse verfügen:
- Gute Kenntnisse in der Java-Programmierung
- Praktische Erfahrung mit Spring und Spring Boot
- Vertrautheit mit dem Aufbau und der Konfiguration von Spring-Boot-Anwendungen
- Grundlegendes Verständnis von REST-APIs und HTTP
- Grundlegendes Verständnis von JSON und Anwendungskonfiguration
- Grundlegendes Verständnis von generativer KI und Large Language Models (LLMs)
- Kenntnisse in Datenbanken und Konzepten des Datenzugriffs sind empfehlenswert
- Es sind keine Vorkenntnisse in Spring AI, RAG, MCP oder KI-Agenten erforderlich
Erfahrungsberichte (1)
Ausführliche Informationen zu den angeforderten fortgeschrittenen Themen bereitgestellt.
Farukh Khan - Tandem Solution
Kurs - RabbitMQ with Java and Spring
Maschinelle Übersetzung
