آموزش Spring AI: ساخت اپلیکیشن‌های هوش مصنوعی جاوا، چت‌بات‌ها و سیستم‌های RAG (۲۰۲۶) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه و مبانی Introduction & Foundations

• آشنایی با مدرس Meet Your Instructor

• چگونه در این دوره موفق شویم How to Succeed in This Course

• چرا همین حالا AI + Java + Spring؟ Why AI + Java + Spring Right Now?

• نحوه تفکر LLMها: توکن‌ها، پرامپت‌ها و پنجره‌های کانتکست How LLMs Think: Tokens, Prompts, and Context Windows

شروع کار با اولین پروژه Spring AI Getting Started with Your First Spring AI Project

• معرفی ماژول و بررسی کلی Module Introduction and Walkthrough

• ساخت اولین پروژه Spring AI از صفر Creating Your First Spring AI Project from Scratch

• ثبت‌نام و دریافت کلیدهای رایگان OpenAI API Signing Up & Getting Free OpenAI API Keys

• پیکربندی کلیدهای API و اجرای اولین برنامه Spring AI Configure API Keys & Run Your First Spring AI App

• ارائه یک API تولید متن با Spring AI Exposing a Text Generation API with Spring AI

• تست اندپوینت تولید متن Spring AI Testing Your Spring AI Text Generation Endpoint

• ساختار داخلی Spring AI: نحوه عملکرد فراخوانی مدل‌ها Spring AI Internals: How Model Calls Work

• کوییز مبانی Spring AI و راه‌اندازی پروژه Spring AI Fundamentals & Project Setup Quiz

• مرور کلی ماژول Module Recap

یکپارچه‌سازی مدل‌های هوش مصنوعی با Spring AI (OpenAI, Stability, Mistral) AI Model Integration with Spring AI (OpenAI, Stability, Mistral)

• آشنایی با انواع مدل‌های Spring AI Introduction to Spring AI Model Types

• تولید تصویر با OpenAI Image Generation with OpenAI

• تولید تصویر رایگان با Stability AI Free Image Generation with Stability AI

• بهینه‌سازی (Fine Tuning) مدل تولید تصویر Fine-Tuning Image Generation Model

• تبدیل متن به گفتار با OpenAI Text-to-Speech with OpenAI

• بهبود کیفیت خروجی صوتی و تنظیمات صدا Improve Speech Output Quality and Voice Settings

• تبدیل گفتار به متن با OpenAI Speech-to-Text with OpenAI

• توضیح AudioOptions در Spring AI Spring AI AudioOptions Explained

• اعتدال محتوا (Content Moderation) با OpenAI Content Moderation with OpenAI

• اعتدال محتوای رایگان با Mistral AI Free Moderation with Mistral AI

• اعتدال در اپلیکیشن‌های واقعی (بهترین روش‌ها) Moderation in Real Applications (Best Practices)

• ورودی بینایی برای مدل‌های چت (AI چندوجهی) Vision Input for Chat Models (Multimodal AI)

• ورودی صوتی برای مدل‌های چت (AI چندوجهی) Audio Input for Chat Models (Multimodal AI)

• تنظیم پاسخ‌های چت برای دقت بیشتر Tune Chat Responses for Better Accuracy

اجرای مدل‌های هوش مصنوعی به صورت محلی با Spring Boot Running AI Models Locally with Spring Boot

• مقدمه: اجرای محلی مدل‌های هوش مصنوعی Introduction: Running AI Models Locally

• نصب و راه‌اندازی Ollama Installing and Setting Up Ollama

• تغییر از OpenAI به Ollama برای تولید متن Switching from OpenAI to Ollama for Text Generation

• پاسخ‌های استریمینگ در لحظه با Spring WebFlux Real-Time Streaming Responses with Spring WebFlux

• استفاده از Ollama برای درک چندوجهی تصاویر Using Ollama for Multimodal Image Understanding

• اجرای هر LLM به صورت محلی با Docker Running Any LLM Locally with Docker

• یکپارچه‌سازی Spring Boot با LLMهای میزبانی شده در داکر (Whisper) Integrating Spring Boot with Docker-Hosted LLMs (Whisper)

قابلیت Tool Calling در Spring AI Tool Calling in Spring AI

• مقدمه‌ای بر Tool Calling در Spring AI Introduction to Tool Calling in Spring AI

• ساخت اولین ابزارهای اطلاعاتی و اجرایی با Spring AI Building Your First Information & Action Tools with Spring AI

• ابزار آب و هوا برای پیشنهادهای هوشمندتر به کاربر Weather Tool for Smarter User Suggestions

• درک ساختار داخلی @Tool و @ToolParam در Spring AI Understanding Internals of @Tool and @ToolParam in Spring AI

• اجرای ابزارهای AI تحت کنترل کاربر User-Controlled AI Tool Execution

امبدینگ‌ها (Embeddings) و RAG پایه Embeddings & Basic RAG

• درک مفهوم Embeddings Understanding Embeddings

• راه‌اندازی مدل Embedding و تولید بردارها Setting Up an Embedding Model and Generating Embeddings

• مقدمه‌ای بر RAG و پیاده‌سازی شباهت کسینوسی Introduction to RAG & Implementing Cosine Similarity

• ساخت RAG سفارشی: آماده‌سازی و امبدینگ داده‌ها Custom RAG: Preparing and Embedding Your Data

• ساخت RAG سفارشی: بازیابی تکه‌های مرتبط با شباهت کسینوسی Custom RAG: Retrieving Relevant Chunks with Cosine Similarity

• ساخت RAG سفارشی: تولید پاسخ‌ها از کانتکست بازیابی شده Custom RAG: Generating Answers from Retrieved Context

پایگاه داده‌های برداری و یکپارچه‌سازی RAG در Spring AI Vector Databases & Spring AI RAG Integration

• توضیح پایگاه داده‌های برداری و راه‌اندازی پروژه Vector Databases Explained & Project Setup

• راه‌اندازی PgVector: امبدینگ‌ها، متاداده‌ها و ذخیره‌سازی اسناد Setting Up PgVector: Embeddings, Metadata, and Document Storage

• جستجوی معنایی با PgVector + مهندسی پرامپت Semantic Search with PgVector + Prompt Engineering

• حذف اسناد PgVector با فیلترهای متاداده Deleting PgVector Documents with Metadata Filters

ساخت چت‌بات دستیار HR (پروژه فول‌استک با UI تولید شده توسط AI) Building the HR Assistant Chatbot (Full-Stack Project with AI-Generated UI)

• ساخت APIهای مدیریت برای پایگاه دانش Building Admin APIs for the Knowledge Base

• تست APIهای مدیریت پایگاه دانش Testing the Admin Knowledge Base APIs

• ساخت APIهای کاربر: افزودن حافظه چت Creating User APIs: Adding Chat Memory

• ساخت APIهای کاربر: مدیریت مکالمات Creating User APIs: Conversation Management

• ساخت APIهای چت Building the Chat APIs

• تست APIهای چت Testing the Chat APIs

• اتصال فرانت‌اند و بک‌اند (تنظیمات CORS) Connecting Frontend & Backend (CORS Setup)

• تولید UI با کمک هوش مصنوعی (فرانت‌اند React) AI-Assisted UI Generation (React Frontend)

• اجرای کامل چت‌بات HR به صورت محلی (فرانت‌اند + بک‌اند) Running the Complete HR Chatbot Locally (Frontend + Backend)

• شخصی‌سازی UI چت‌بات HR با Copilot Customizing the HR Chatbot UI with Copilot

• جمع‌بندی پروژه و گام‌های بعدی Project Wrap-Up & Next Steps