Локальная модель без лишней абстракции
Вы запускаете LLM локально через Ollama, подключаете Gemma 3 и обращаетесь к модели из Spring AI с помощью ChatClient.
Java · Spring AI · локальные LLM · RAG
Spring AI или Весна Искусственного Интеллекта
От запуска локального LLM до RAG
Практический курс Евгения Борисова для Java-разработчиков: вы подключите Spring-приложение к локальной LLM, соберёте интерфейс с потоковыми ответами и историей, а затем превратите документы в контекст для RAG.
- 4,7рейтинг Udemy
- 616студентов
- 10лекций
- 4 ч 15 минобщая длительность
4,7 ★Евгений Борисов · данные Udemy проверены 17 августа 2026
Перед началом
Проверьте программу и уровень входа
Откройте официальную страницу курса, сравните содержание с вашим опытом в Java и Spring Boot и посмотрите доступные вводные материалы. Так проще понять темп Евгения Борисова до начала обучения.
Русский язык · 10 лекций · обновление: июль 2025 · базовый опыт AI и LLM не требуется.
Результат обучения
Один проект соединяет Java, Spring AI и RAG
Интерфейс и потоковые ответы
Контроллеры, UI-логика и streaming складываются в понятный пользовательский сценарий, а не остаются изолированными примерами API.
История диалога и новый API
Курс добавляет память разговора, а затем проводит рефакторинг приложения с учётом обновлённого API Spring AI.
RAG на собственных документах
Документы делятся на чанки, индексируются и становятся контекстом для ответа модели через собранный в курсе RAG-пайплайн.
Программа курса
Открыть программу на Udemy
От первого ChatClient до Spring AI RAG
Первые занятия создают рабочую основу: локальная модель, подключение из Spring AI, интерфейс и логика приложения. После этого Евгений Борисов добавляет потоковую выдачу и историю, чтобы диалог ощущался как цельный продуктовый сценарий.
Финальный блок переводит проект к retrieval-augmented generation: подготовка документов, чанки, поиск релевантного контекста и Advisor. В результате RAG появляется как продолжение уже собранного приложения, а не как отдельный демонстрационный фрагмент.
- 01
Intro: задача курса и архитектура проекта
- 02
Подключение к локальной LLM из Spring AI: Ollama, Gemma 3 и ChatClient
- 03
Поднимаем UI и отправляем первый запрос в модель
- 04
UI: контроллеры и логика приложения
- 05
Интеграция LLM в пользовательский интерфейс
- 06
Streaming: потоковая выдача ответа модели
- 07
History: сохранение истории диалога
- 08
Refactoring and new API: обновление структуры проекта
- 09
Prepare for RAG: подготовка данных и приложения
- 10
Документы, чанки, RAG pipeline и Advisor
4 курса · карта обучения
Что изучать после базового курса Spring AI
Этот курс — точка входа в маршрут Евгения Борисова по Spring AI. После ChatClient, streaming и первого RAG можно углубить retrieval в Spring AI Pro или перейти в отдельную ветку MCP.
До старта: Java + Spring BootОбщий стартФундамент Spring AI
Вы здесьШаг 01 · фундамент
Spring AI или Весна Искусственного Интеллекта
Локальная LLM, ChatClient, streaming, история диалога и первый RAG на собственных документах.
4 ч 15 мин10 лекцийSpring AIRAG
Текущий курсТрек A
Углубиться в Spring AI и RAG
После базового курса — наблюдаемость, Advisor, query expansion и reranking.
Трек B
Освоить MCP на Java
Выберите подходящую глубину: компактная механика протокола или полный маршрут со Spring MCP.
MCP · компактный входВетка MCP · компактно
MCP: как надо, а не как все - базовая версия
Компактное ядро протокола: server, client, host, tools, STDIO, HTTP и диагностика обмена.
3 ч 22 мин16 лекцийJava SDKMCP
Выбрать компактный MCP
MCP · полный маршрутВетка MCP · глубоко
MCP: как надо а не как все
Расширенный маршрут: протокол на Java, sampling и переход от ручной реализации к Spring MCP.
5 ч 3 мин23 лекцииSamplingSpring MCP
Выбрать полный MCPБазовая и полная версии MCP заметно пересекаются. Базовая — компактный вариант, полная — расширенный; проходить обе подряд необязательно. Карта показывает рекомендуемую последовательность, а не обязательные условия Udemy.
Если курс вам подходитRusUdemy поможет оформить курс в вашем аккаунте
Пришлите ссылку на выбранную программу — курс появится в вашей личной библиотеке Udemy, без пиратских копий и общих аккаунтов.
01
Курс в Вашем аккаунте
Курс появляется в вашей личной библиотеке на Udemy. Никаких пиратских копий, общих аккаунтов или «серых» схем.
02
Без предоплаты
Вы оплачиваете покупку только после того, как курс появился в вашем аккаунте Udemy.
03
Покупка за 10 минут
Обычно от первого сообщения до появления курса в аккаунте проходит около 10 минут.
04
Живой человек, не бот
В Telegram отвечает живой человек: можно задать вопрос и получить качественную поддержку по покупке.
Без предоплаты · обычно около 10 минут · отвечает живой человек
Частые вопросы