[Season 1] Spring AI Thực Chiến: Phát Triển AI Agent Đặt Chỗ Premium

🏆 Mục tiêu (Goal)

1. Thiết kế Agent hiệu quả: Triển khai một hệ thống vững chắc với sự phân tách rõ ràng giữa bộ não-bộ nhớ-công cụ như trong sơ đồ kiến trúc trên.

2. Làm chủ Tool Calling: Giúp AI tự động đánh giá và gọi các phương thức Java (logic nghiệp vụ) cũng như thao tác với cơ sở dữ liệu.

3. Tích hợp logic nghiệp vụ: Xây dựng một hệ thống backend hoàn chỉnh với Tra cứu(R) - Tạo mới(C) - Hủy bỏ(D) được kết nối hữu cơ với nhau, không chỉ đơn thuần là hỏi đáp.

🎩 Khái niệm (Concept)

"GourmetBot" - Trợ lý AI cho Nhà hàng Cao cấp

• Smart: Ghi nhớ lịch sử ghé thăm của khách hàng và đề xuất bàn phù hợp.

• Safe: Kiểm tra thông tin dị ứng một cách bắt buộc và đảm bảo tính toàn vẹn của dữ liệu.

• Lịch sự: Sử dụng giọng điệu trang nhã và trang trọng, không máy móc.

  
  

🔑 Nội dung cốt lõi (Core Content)

1. Triển khai kiến trúc Spring AI: Triển khai từng thành phần trong sơ đồ bằng code (System Prompt, Repository, Tools).

2. Kỹ thuật Prompt Engineering nâng cao: Áp dụng các kỹ thuật Slot Filling (hỏi lại), Time Awareness (tính toán ngày tháng), Chain of Thought (tư duy từng bước).

3. Tính toàn vẹn dữ liệu & Giao dịch: Triển khai Upsert Pattern (đăng ký thành viên tự động), Soft Delete (quản lý trạng thái hủy đặt chỗ).

4. Tính nghiêm ngặt của Tool: Xác thực dữ liệu đầu vào mạnh mẽ sử dụng Java Record(DTO) và JSON Schema.

(Mùa 1) Kiến trúc AI Agent

1. Điều khiển trung tâm (Spring AI & LLM): Framework nhận yêu cầu từ người dùng và chuyển đến LLM(GPT). Lúc này System Prompt mà chúng ta đã viết sẽ được đưa vào và trở thành 'tiêu chí phán đoán (bộ não)' của agent.

2. Tay và chân (Tools - Java Code): LLM không thể tự kết nối với DB. Thay vào đó, dựa trên kết quả phán đoán, nó sẽ gọi (Tool Calling) logic nghiệp vụ được chúng ta triển khai bằng Java (tạo đặt chỗ, hủy, tra cứu).

3. Kho lưu trữ bộ nhớ (Memory - MySQL): Lưu trữ và tải lại vĩnh viễn ngữ cảnh hội thoại(Chat Memory) và dữ liệu kinh doanh thực tế(thông tin khách hàng, bàn, đặt chỗ).

4. Lưu ý: Phần Retrieval(RAG) được hiển thị bằng màu xám là phần 'tìm kiếm tri thức' sẽ được đề cập trong Season 2, không được triển khai trong Season 1.

   
   

(Mùa 1) Gọi Công cụ

• Yêu cầu của người dùng (Chat Request): Người dùng yêu cầu chatbot thực hiện đặt chỗ. Ví dụ, họ có thể yêu cầu "Đặt chỗ cho 4 người vào lúc 7 giờ tối mai".

• Định nghĩa công cụ (Tool Definition): Spring AI định nghĩa các phương thức Java thực hiện các chức năng như tạo đặt chỗ, tra cứu đặt chỗ, hủy đặt chỗ thành các công cụ mà mô hình AI có thể hiểu được. Mỗi công cụ bao gồm tên, mô tả, thông tin đầu vào cần thiết (ví dụ: ngày đặt chỗ, thời gian, số lượng người) và các thông tin khác.

• Gửi yêu cầu gọi công cụ (Dispatch Tool Call Requests): Mô hình AI phân tích yêu cầu đặt bàn của người dùng và xác định rằng cần gọi công cụ bookTable để tạo đặt bàn. Mô hình AI gửi yêu cầu đến Spring AI để gọi công cụ bookTable.

• Thực thi công cụ (Tool Execution): Spring AI nhận yêu cầu từ mô hình AI và thực thi phương thức Java (bookTable) để thực hiện chức năng tạo đặt bàn thực tế. Lúc này, thông tin đặt bàn mà người dùng cung cấp (7 giờ tối ngày mai, 4 người) sẽ được truyền đi cùng.

• Trả về kết quả (Return Result): Khi phương thức bookTable được thực thi và thông tin đặt bàn được lưu vào cơ sở dữ liệu, kết quả như trạng thái đặt bàn thành công và số đặt bàn sẽ được trả về cho Spring AI.

• Phản hồi của Chatbot (Chat Response): Mô hình AI cung cấp phản hồi cuối cùng cho người dùng dựa trên kết quả thực thi công cụ. Ví dụ, có thể phản hồi "Đặt chỗ cho 4 người vào lúc 7 giờ tối ngày mai đã hoàn tất. Mã đặt chỗ là 12345."

(Mùa 1) Sơ đồ ERD Cơ sở dữ liệu

• Bảng customer: Đây là bảng lưu trữ thông tin khách hàng. Bao gồm các thông tin như ID khách hàng, tên, số điện thoại, số lần ghé thăm, ghi chú, v.v.

• Bảng restaurant_table: Bảng lưu trữ thông tin về bàn ăn của nhà hàng. Bao gồm các thông tin như ID bàn, số lượng người có thể ngồi, loại bàn, v.v.

• Bảng reservation: Bảng lưu trữ thông tin đặt chỗ. Bao gồm các thông tin như ID đặt chỗ, thời gian đặt, ID khách hàng, ID bàn, số lượng người, thông tin dị ứng, trạng thái đặt chỗ, v.v. Có mối quan hệ với bảng customer và bảng restaurant_table.

• Bảng spring_ai_chat_memory: Đây là bảng lưu trữ nội dung hội thoại với chatbot. Bảng này bao gồm các thông tin như ID hội thoại, nội dung hội thoại, loại tin nhắn, timestamp, v.v. Nhờ đó, chatbot có thể ghi nhớ nội dung hội thoại trước đó và đưa ra câu trả lời phù hợp với ngữ cảnh.

🌏 Lĩnh vực ứng dụng (Applications)

Kiến trúc của khóa học này có thể áp dụng trực tiếp cho tất cả các lĩnh vực cần 'đặt chỗ' và 'tư vấn'.

• 🏥 Bot đặt lịch khám bệnh: Nhận diện bệnh nhân tái khám, gợi ý khoa khám bệnh.

• 🏨 Lễ tân khách sạn: Tra cứu phòng, đặt dịch vụ phòng.

• 💇 Đặt lịch làm đẹp/salon tóc: Chỉ định nhà tạo mẫu, tính toán thời gian thực hiện dịch vụ.

• 🛒 Bot tư vấn CS: Tự động hóa tra cứu giao hàng, thay đổi/hủy đơn hàng.

💻 Môi trường phát triển (Environment)

• IDE: IntelliJ IDEA Community Edition.

• Ngôn ngữ: Java 17 hoặc 21.

• Framework: Spring Boot 3.5.8 (Phiên bản ổn định mới nhất).

• Thư viện: Spring AI 1.0.3 (hoặc 1.1.0 Snapshot).

• Cơ sở dữ liệu: MySQL 8.x.

• Mô hình AI: OpenAI (gpt-4o-mini hoặc gpt-5-mini).

📚 Tài liệu học tập

• Video bài giảng ở cuối cùng bài 30 (mã nguồn backend, frontend) sẽ được cung cấp.

• Tài liệu giảng dạy được cung cấp dưới dạng file PDF.

• Mã nguồn được cung cấp thông qua Github.

📚 Kiến thức tiên quyết (Prerequisites)

• Java: Hiểu biết cơ bản về cú pháp Java (khuyến nghị Java 17+).

• Spring Boot: Cách sử dụng cơ bản về DI/IoC, JPA(Repository), Controller.

• Database: Hiểu biết cơ bản về SQL (khái niệm SELECT, JOIN).