Spring AIでMulti-LLMを活用する方法とAgentの開発方法についての知識が必要だったのですが…とても助かりました。説明が明確で例題も良く、理解しやすかったです。

unicodaum

本コースは、Spring AI・Spring Bootを基盤に、GPT、Gemini、LLaMA（ローカル）を戦略的に組み合わせ、Multi-LLMアーキテクチャとオーケストレーション中心のAgentシステム（Main/Sub、Tool、Task Runtime、Agent Registry）を設計・実装する上級コースです。

単一LLMの呼び出しを超え、Agentic Workflow Pattern（Chain、Parallel、Routing、Orchestrator–Workers、Evaluator–Optimizer）とMulti-Agent構造を適用し、Tool・ToolRegistryによってRAG・外部API/DBなどの実行レイヤーを分離します。さらに、DAGエンジン・YAML宣言型ワークフロー・ロード直後の検証（Validated DSL）を通じて、拡張可能で安定しており、品質が継続的に改善されるAIシステムを構築する流れを扱います。

また、Circuit Breaker、Reactive Stream、Redisモニタリング、並列処理、反復評価ループまで含み、Thymeleaf（SSR）の実習に加えてReact・RESTでフロント/バックを分離し、MCP（Model Context Protocol）でツール・エージェントランタイムを標準プロトコルで連動させる拡張を加え、実際の運用環境レベルのAIアーキテクチャ設計能力を身につけることを目指します。

最終的な目標は、単一APIの連携やプロンプトレベルにとどまる単純なAI利用者ではなく、Multi-LLM・エージェント・ワークフロー・宣言・検証を一つの実行アーキテクチャとして説明・折衝できる、AIシステムを設計可能な開発者へと成長することです。

tootoo

Spring AI Multi-LLM &amp; Orchestrated Multi-Agent システム

실습 중심

ai in practice

AI 활용법

SpringAI

springai

ai 코딩

AI 코딩

multi-agent

This is an advanced course focused on designing and implementing Multi-LLM architectures and orchestration-centered Agent systems (Main/Sub, Tool, Task Runtime, Agent Registry) by strategically combining GPT, Gemini, and LLaMA (local) based on Spring AI and Spring Boot.

Moving beyond simple LLM calls, the curriculum covers the implementation of scalable, stable, and continuously improving AI systems. This involves applying Agentic Workflow Patterns (Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer) and Multi-Agent structures, separating execution layers like RAG and external APIs/DBs via Tool/ToolRegistry, and utilizing DAG engines, YAML declarative workflows, and Validated DSL (validation immediately after loading).

Furthermore, the course includes Circuit Breakers, Reactive Streams, Redis monitoring, parallel processing, and iterative evaluation loops. It expands from Thymeleaf (SSR) exercises to decoupled Front-end/Back-end architectures using React and REST, while integrating tool and agent runtimes via MCP (Model Context Protocol) to build AI architecture design capabilities at a production-ready level.

The ultimate goal is to evolve beyond being a simple AI user who merely integrates APIs and writes prompts, becoming a developer capable of designing AI systems—explaining and balancing Multi-LLM, agents, workflows, declarations, and validation within a single execution architecture.

입문

초급

중급이상

스프링부트

Spring Boot

orchestration

AI 에이전트

AI Agent

Spring AI Multi-LLM & Orchestrated Multi-Agent System

1⃣ Setting up Spring AI development environment and Multi-LLM environment in SpringBoot

2️⃣ Chapter 1. Multi-LLM Architecture (Multi-Model and AI Architecture Design)

3️⃣ Chapter 2. Agentic Workflow Patterns (5 Agent Workflow Patterns)

4⃣Chapter 3. Orchestrated Multi-Agent Patterns (Implemented as Pipelines)

Chapter 4. Multi-Agent Architecture (Main Agent & SubAgent Separation Strategy)

Chapter 5. Tool-Orchestrated Multi-Agent (Separation of Tool-based Execution Layer)