# Java AI 学习计划

**Repository Path**: cocoknight/java-ai-learning-plan

## Basic Information

- **Project Name**: Java AI 学习计划
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-02
- **Last Updated**: 2026-06-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Java AI 开发学习计划

---

## 一、框架选择

### 首推：Spring AI（入门首选）

**选择理由：**

- Spring 官方项目，VMware/Broadcom 背书
- 当前稳定版 **1.1.7**，2.0.0-M8 预览中
- API 风格与 Spring 生态一致（`ChatClient` ≈ `RestClient`），学习曲线极低
- 原生 Spring Boot Auto Configuration + Starters，零配置起步
- 已支持 MCP 协议

### 备选：LangChain4j（进阶扩展）

**选择理由：**

- 框架无关（同时支持 Quarkus、Helidon、Micronaut），社区更活跃
- LLM 提供商（20+）和向量数据库（30+）覆盖面更广
- Agent / AI Services / Skills 模式更成熟
- API 仍在快速演进，适合在掌握 Spring AI 基础后扩展

### 使用策略

```
入门阶段    →  Spring AI（复用 Spring 知识，快速跑通全链路）
进阶阶段    →  LangChain4j（需要复杂 Agent 编排或非 Spring 环境时引入）
```

> 两者可以共存，不是互斥的。

---

## 二、知识体系全景

### 知识域总览

```
┌─────────────────────────────────────────────────┐
│  第三层：AI Agent · MCP 协议 · 可观测性与评估     │
│  ┌───────────────────────────────────────────┐  │
│  │  第二层：RAG · 向量数据库 · Embedding 模型  │  │
│  │  ┌─────────────────────────────────────┐ │  │
│  │  │  第一层：LLM 原理 · Prompt · Tool   │ │  │
│  │  └─────────────────────────────────────┘ │  │
│  └───────────────────────────────────────────┘  │
└─────────────────────────────────────────────────┘
```

### 第一层：基础（必须掌握） 📄 [详细文档](docs/第一层-LLM基础-Prompt工程-FunctionCalling.md)

| 知识域 | 学习内容 | 重要性 |
|:---|:---|:---|
| **LLM 基本原理** | Token 与 Tokenizer、上下文窗口限制、Temperature / Top-P 采样参数、System Prompt vs User Prompt 的区别 | 不理解 Token 就无法控制成本与输入长度 |
| **Prompt Engineering** | Few-shot 示例、Chain-of-Thought 思维链、角色设定技巧、结构化输出指令（JSON 格式约束） | 90% 的"调优"实际是在调 Prompt |
| **Function Calling / Tool Use** | LLM 调用 Java 方法的机制、JSON Schema 定义工具接口、工具执行结果的回传格式 | AI 与业务系统交互的核心桥梁 |

### 第二层：进阶（实际项目必备） 📄 [详细文档](docs/第二层-RAG-向量数据库-Embedding模型.md)

| 知识域 | 学习内容 | 重要性 |
|:---|:---|:---|
| **RAG（检索增强生成）** | 文档加载与解析、文本切分策略（固定长度 / 语义 / 递归）、向量化 Embedding、相似度检索、Re-Ranking 重排序 | "和我的文档对话"场景的唯一解法 |
| **向量数据库** | PGVector / Milvus / Redis Stack / Chroma 选型、HNSW 索引原理、元数据过滤、混合检索（向量 + 关键字） | RAG 的存储底座，选错等于白做 |
| **Embedding 模型** | text-embedding-3-small vs large 选型、BGE / M3E 中文模型、维度与精度/成本权衡 | 决定检索质量的天花板 |

### 第三层：高级（架构师 / 技术负责人） 📄 [详细文档](docs/第三层-AI-Agent-MCP协议.md)

| 知识域 | 学习内容 | 重要性 |
|:---|:---|:---|
| **AI Agent** | ReAct 推理模式（Reason + Act）、多步推理链路、工具编排与路由、短期/长期记忆管理 | 从"问答机器人"升级到"自主执行任务" |
| **MCP 协议** | 三种原语（Tools/Resources/Prompts）的适用场景、MCP Client/Server 架构、四种传输协议选型 | 2025 年 AI 集成的事实标准 |
| **MCP Spring AI 实现** | @McpTool/@McpResource/@McpPrompt 注解、Server/Client 端开发、Streamable-HTTP 传输配置 | Spring AI 生态下 MCP 的开箱即用 |

---

## 三、分阶段学习路线

### 第一阶段：LLM 基础 + Prompt Engineering（第 1–2 周） 📄 [详细文档](docs/第一层-LLM基础-Prompt工程-FunctionCalling.md)

**目标：** 理解 LLM 工作方式，用 Spring AI 写出第一个 AI 应用。

#### 学习任务

- [ ] 阅读 Spring AI 官方 Getting Started 指南
- [ ] 搭建 Spring Boot + Spring AI 项目（引入 `spring-ai-openai-spring-boot-starter`）
- [ ] 配置 API Key，注入 `ChatClient`，完成第一次对话调用
- [ ] 理解 Token 概念：用在线 Tokenizer 工具拆解一段中文，观察 Token 边界
- [ ] 实验 Temperature 参数（0.0 → 1.0），观察输出差异

#### 实践项目

> **命令行聊天机器人**
>
> - 支持多轮对话（使用 Conversation Memory）
> - 通过 System Prompt 设定机器人角色（如"你是一个资深的 Java 技术面试官"）
> - 实现结构化输出：让 LLM 返回 JSON，映射到 Java POJO

#### 验收标准

- 能用 `ChatClient` 完成单轮 + 多轮对话
- 能写出有效的 System Prompt 控制 LLM 行为
- 能将 LLM 的 JSON 输出反序列化为 POJO

---

### 第二阶段：Function Calling / Tool Use（第 3–4 周）

**目标：** 让 LLM 能够调用你的 Java 业务方法。

#### 学习任务

- [ ] 理解 Function Calling 的完整流程：模型请求 → 工具匹配 → 执行 → 结果回传
- [ ] 学习 JSON Schema 定义工具参数的方式
- [ ] 在 Spring AI 中使用 `@Tool` 注解定义可调用函数
- [ ] 理解工具调用的确认机制与错误处理

#### 实践项目

> **智能订单助手**
>
> - 定义 3–5 个 Tool：`queryOrder(id)`、`cancelOrder(id)`、`searchProducts(keyword)` 等
> - 让 LLM 根据用户意图自动选择合适的 Tool，支持多步组合调用
> - 示例对话：「帮我查一下订单 #12345 的状态」→ LLM 自动调用 `queryOrder`

#### 验收标准

- 能定义并注册 3+ 个 Tool
- LLM 能根据用户自然语言自动选择并调用正确的 Tool
- 理解 Tool 调用的 JSON Schema 定义

---

### 第三阶段：RAG 全链路（第 5–6 周） 📄 [详细文档](docs/第二层-RAG-向量数据库-Embedding模型.md)

**目标：** 实现"和你的文档对话"——检索增强生成。

#### 学习任务

- [ ] 理解 RAG 的核心流程：Ingestion（摄入）→ Retrieval（检索）→ Generation（生成）
- [ ] 文档加载：支持 PDF、Markdown、TXT 等多种格式
- [ ] 学习文本切分策略：固定窗口 / 递归字符 / 语义切分，对比效果
- [ ] Embedding 生成：调用 `text-embedding-3-small` 将文本片段向量化
- [ ] 向量存储与检索：使用 PGVector 或 Chroma，实现 Top-K 相似度搜索
- [ ] 上下文拼接：将检索结果拼入 Prompt，让 LLM 基于文档回答
- [ ] 实验 Re-Ranking：对比有无 Re-Rank 的回答质量差异

#### 实践项目

> **知识库问答系统**
>
> - 选择一份文档（如 Spring AI 官方文档 PDF 或某个开源项目 README 合集）
> - 实现全链路：导入 → 切分 → Embedding → 存储 → 检索 → 生成回答
> - 对比 3 种切分策略的检索命中率
> - （可选）加入 Re-Rank 步骤，对比前后效果

#### 验收标准

- 能将任意文档导入并建立向量索引
- 提问时能检索到相关片段并基于片段生成回答（带引用来源）
- 能说出不同切分策略的适用场景

---

### 第四阶段：AI Agent + MCP 协议（第 7–8 周） 📄 [详细文档](docs/第三层-AI-Agent-MCP协议.md)

**目标：** 从"问答"升级到"自主决策与执行"。

#### 学习任务

- [ ] 理解 Agent 的核心概念：观察（Observe）→ 思考（Think）→ 行动（Act）→ 观察…
- [ ] 学习 ReAct 模式：Reasoning + Acting 交替进行的推理链路
- [ ] 理解 MCP 三种原语（Tools / Resources / Prompts）的区别与适用场景
- [ ] 掌握 MCP Client/Server 架构与四种传输协议（STDIO / SSE / Streamable-HTTP / Stateless）
- [ ] 用 Spring AI 2.0 搭建 MCP Server（@McpTool + @McpResource + @McpPrompt）
- [ ] 用 Spring AI 2.0 搭建 MCP Client，通过远程连接使用 Server 的工具
- [ ] 理解 @Tool 与 @McpTool 的本质差异（进程内 vs 跨进程标准化）

#### 实践项目

> **智能研发助手 Agent**
>
> - Agent 具备多个工具：代码搜索、Git 日志查询、Issue 查询、文档检索
> - 将这些工具封装为独立的 MCP Server，通过 Streamable-HTTP 暴露
> - 用户说"帮我看看最近一周关于登录模块的改动"，Agent 自动：
>   1. 调用 Git 日志工具获取最近提交
>   2. 筛选与"登录"相关的 commit
>   3. 调用文档检索工具补充上下文
>   4. 生成一份改动摘要
> - 验证：同一个 MCP Server 可以被不同的 AI Client 复用

#### 验收标准

- 能实现一个具备多工具、多步推理的 Agent
- Agent 能根据中间结果动态调整下一步行动
- 能独立搭建 MCP Server 和 MCP Client，通过远程协议调用
- 能说出 Tools、Resources、Prompts 的适用场景和边界

---

### 第五阶段：工程化与生产部署（第 9 周起）

**目标：** 将 AI 应用打磨到可上线状态。

#### 学习任务

- [ ] **流式响应（Streaming）**：Server-Sent Events 实现打字机效果
- [ ] **会话记忆**：跨会话持久化记忆，用户偏好学习
- [ ] **多模态**：图片/音频输入的理解与处理
- [ ] **可观测性**：接入 Spring AI Observability，追踪 Token 用量与延迟
- [ ] **生成质量评估**：使用 RAGAS 等指标评估 RAG 回答质量
- [ ] **成本控制**：缓存策略（语义缓存 / 精确缓存）、模型降级方案
- [ ] **安全防护**：Prompt Injection 防御、敏感信息过滤、内容审核集成
- [ ] **容器化部署**：Docker 打包，CI/CD 流程

#### 验收标准

- 应用支持流式输出
- 具备 Token 用量监控与成本报表
- 通过基本的安全审查（Prompt 注入防护 + 敏感信息脱敏）

---

## 四、技术栈推荐

| 分层 | 推荐选型 | 备选 |
|:---|:---|:---|
| **框架** | Spring AI 1.1.x | LangChain4j |
| **LLM 提供商** | OpenAI（入门） / 通义千问（国内） | DeepSeek、Ollama（本地） |
| **Embedding 模型** | text-embedding-3-small | BGE-M3（中文）、M3E |
| **向量数据库** | PGVector（与 PostgreSQL 复用） | Milvus、Chroma |
| **数据库** | PostgreSQL | MySQL |
| **开发工具** | Spring Boot 3.x + JDK 17+ | JDK 21（Virtual Threads） |
| **容器化** | Docker + Docker Compose | Kubernetes |

---

## 五、学习资源索引

### 本项目文档

| 文档 | 说明 |
|:---|:---|
| [第一层：LLM 基础 · Prompt 工程 · Function Calling](docs/第一层-LLM基础-Prompt工程-FunctionCalling.md) | Token / 采样参数 / Prompt 技巧 / 结构化输出 / Tool 设计 |
| [第二层：RAG · 向量数据库 · Embedding 模型](docs/第二层-RAG-向量数据库-Embedding模型.md) | 切分策略 / 检索技术 / 向量库选型 / 中文 Embedding |
| [第三层：AI Agent · MCP 协议](docs/第三层-AI-Agent-MCP协议.md) | Agent 架构 / ReAct 模式 / MCP 原语与传输 / Spring AI 2.0 实战 |

### 外部资源

| 资源 | 链接 | 适用阶段 |
|:---|:---|:---|
| Spring AI 官方参考文档 | https://docs.spring.io/spring-ai/reference/ | 全阶段 |
| Spring AI 中文文档 | https://springdoc.cn/ | 全阶段 |
| LangChain4j 官方文档 | https://docs.langchain4j.dev/intro/ | 第三阶段后 |
| LangChain4j 中文文档 | https://langchain4j.cn/ | 第三阶段后 |
| OpenAI 官方文档 | https://platform.openai.com/docs | 全阶段 |
| Pinecone 向量数据库学习 | https://www.pinecone.io/learn/ | 第三阶段 |
| MCP 协议规范 | https://modelcontextprotocol.io/ | 第四阶段 |

---

## 六、进度跟踪

| 阶段 | 时间 | 状态 | 开始日期 | 完成日期 | 备注 |
|:---|:---|:---|:---|:---|:---|
| 第一阶段：LLM 基础 + Prompt | 第 1–2 周 | ⬜ 待开始 | | | |
| 第二阶段：Function Calling | 第 3–4 周 | ⬜ 待开始 | | | |
| 第三阶段：RAG 全链路 | 第 5–6 周 | ⬜ 待开始 | | | |
| 第四阶段：Agent + MCP | 第 7–8 周 | ⬜ 待开始 | | | |
| 第五阶段：工程化部署 | 第 9 周起 | ⬜ 待开始 | | | |

> 状态图标说明：⬜ 待开始 ｜ 🔄 进行中 ｜ ✅ 已完成 ｜ ⏸️ 暂缓

---

## 七、核心原则

1. **先调模型，再喂数据。** 先用 Prompt + Function Calling 搞定模型行为，再引入 RAG 做知识注入。
2. **Spring AI 入门，LangChain4j 进阶。** 不要在入门阶段纠结框架选择——Spring AI 的上手成本几乎为零。
3. **每个阶段必须有可运行的代码产物。** 不要只读文档，跑起来的代码才是真的理解。
4. **Token 意识贯穿始终。** 每一次 API 调用都有成本，从第一天起就养成关注 Token 用量的习惯。
5. **Prompt 是你的第一武器。** 在引入 RAG、Agent 等复杂方案之前，先问自己：Prompt 还能不能再优化？