Curso de Spring AI

1. Introdução ao Spring AI

• Criação e configuração de projeto
• O papel do prompt e do envio do prompt
• Escrita de um primeiro teste
• Escolha de um modelo
• Configuração do modelo
• Visão geral das capacidades do Spring AI

2. Compreendendo as respostas

• Como verificar respostas relevantes
• A precisão em tempo de execução

3. Prompts em detalhes

• Utilização de modelos de prompt
• Definição de um novo modelo de prompt
• Compreendendo o contexto
• O papel do contexto e sua importância
• Influenciando a geração de respostas utilizando opções
• Streaming e formatação da saída
• Metadados na resposta

4. Usando seus dados e documentos

• Compreendendo o RAG (Geração Aumentada por Recuperação)
• Configuração do vector store e carregamento de documentos
• Uma primeira implementação de RAG
• RAG utilizando um conselheiro (advisor)
• Capacidades modulares de RAG

5. O papel da memória na IA

• Por que precisamos de memória
• Adição e configuração de memória para suportar conversação
• O ID da conversação
• Suporte a memória persistente
• Armazenamento de memória de chat no vector store

6. Ferramentas de IA

• Uma aplicação habilitada para ferramentas
• Compreendendo as capacidades das ferramentas
• Escrita e aplicação da ferramenta
• Funções como ferramentas

7. O Protocolo de Contexto de Modelo (MCP)

• Por que precisamos do MCP?
• Trabalhando com um Cliente MCP
• Escrita do Servidor MCP
• Banco de dados e ferramentas para o Servidor MCP
• Compreendendo o transporte HTTP e SSE (Server-Sent Events)
• Exposição de prompts e recursos

8. Monitoramento de operações

• Habilitando métricas do actuator
• Verificação de operações do vector store
• Análise da interação com o modelo
• Contagem de tokens
• Integração com Prometheus e criação de um dashboard
• Rastreamento de operações de IA

9. Proteção na IA generativa

• Controle de documentos acessados via RAG
• Segurança das ferramentas
• Contraponto à prompt adversarial
• Moderação da entrada do usuário

10. Padrões comuns de IA generativa

• Sumarização de conteúdo
• Tradução de mensagens
• Análise de sentimento

11. O papel dos Agentes

• O que é um agente
• Implementação de fluxos de trabalho agênticos
• Encadeamento de prompts, roteamento de tarefas e paralelização
• Acesso a agentes via MCP