Öppna kurser

Denna praktiskt inriktade workshop introducerar utvecklare till Spring AI, den kraftfulla integrationen mellan Spring Boot och moderna Large Language Models (LLM) som OpenAI och Anthropic och en lång rad andra leverantörer.

Utbildningsmål

Du lär dig hur du bygger AI-drivna applikationer med Spring Boots välbekanta programmeringsmodell. Varje modul kombinerar teori, guidade demos och praktiska övningar, där du steg för steg går från enkla textinteraktioner till avancerade AI-system som kan hämta data, anropa API:er och använda Model Context Protocol (MCP) för samarbete mellan flera tjänster.

Målgrupp

Java- och Spring Boot-utvecklare som behöver lära sig hur Spring AI enkelt integrerar Java- och Spring Boot-applikationer med generativ AI.

Förkunskaper

Programmeringskunskaper i Java, minst motsvarande kursen Java Foundation. Kunskap i Spring Boot, minst motsvarande workshopen Spring Boot Introduction – Hands-on Workshop.

Innehåll

Modul 1 – Introduktion till Spring AI

  • Översikt över Spring AI
  • Stöd för olika modeller (OpenAI, Anthropic, m.fl.)
  • Skapa ditt första projekt med Spring Boot + Spring AI
  • Använda ChatClient för enkla promptar

Modul 2 – Strukturerad utdata

  • Hantera modellens svar som strukturerad data
  • Omvandla LLM-svar till typade Java-objekt
  • Demo & labb: automatisk omvandling av LLM-svar till strukturerad form

Modul 3 – Advisors

  • Förstå advisors i Spring AI
  • Använd chat memory advisors för kontextuella konversationer
  • Använd logging advisors för spårbarhet och observability
  • Demo & labb: implementera chat-historik och loggning

Modul 4 – Retrieval-Augmented Generation (RAG)

  • Konceptet RAG och hur man kombinerar LLM med egen data
  • Använda embeddings och vektorlagring
  • Bygga ett RAG-system som läser data från PDF:er och databaser
  • Demo & labb: resort-informationsassistent med RAG-sökning

Modul 5 – Tool Calling

  • Hur “tools” utökar modellens funktioner
  • Skillnaden mellan RAG (informationshämtning) och tools (aktioner)
  • Låta modellen själv anropar exponerade metoder
  • Bygga en AI-agent som faktiskt kan göra bokningar
  • Demo & labb: resort-assistent som integrerar restaurang- och aktivitets-API:er

Modul 6 – Model Context Protocol (MCP)

  • Introduktion till MCP och hur det kopplar ihop AI-system
  • Skillnaden mellan MCP och traditionell tool calling
  • Användning av Spring AI 1.1 med inbyggt stöd för MCP
  • Bygga en Resort Assistant MCP-klient som ansluter till MCP-servers
  • Demo & labb: kombinera flera AI-aktiverade micro services via MCP

Läromål

  • Förstå grunderna i Spring AI och integration med LLM-modeller
  • Skapa strukturerade, kontextuella och tillståndsbevarande AI-interaktioner
  • Integrera extern data via RAG med dokument och databaser
  • Exponera och konsumera tools för att skapa AI-funktioner som kan utföra actions
  • Implementera Model Context Protocol (MCP) för AI-kommunikation mellan tjänster
  • Kombinera Spring Boot och Spring AI för att bygga intelligenta, modulära system

Teknik och ramverk

  • Spring Boot 3
  • Spring AI 1.0 and 1.1 (Milestone)
  • OpenAI / Anthropic-modeller
  • Vektorlagring & embeddings
  • MCP (Model Context Protocol)
  • H2 / REST / JSON

Sammanfattning

Denna workshop kombinerar utveckling av enterprise-system med modern AI-utveckling. Du lämnar kursen med färdiga projekt, praktisk erfarenhet och kunskap för att utöka dina egna Spring Boot-applikationer med AI-funktioner genom att använda välbekanta Spring-principer tillsammans med de nya möjligheterna i Spring AI.

När kursen är klar kommer du att ha:
• 6 fullt fungerande AI-demoprojekt
• 6 labblösningar med tillhörande övningar
• Praktiska kodmönster för AI-integration
• En stabil grund för att bygga ditt eget ekosystem av AI-tjänster