
Tôi cũng vậy! Có thể làm trí tuệ nhân tạo với Spring (Inflearn phần 1)
bitcocom
Phát triển ứng dụng AI với Spring Boot và Spring AI: Làm chủ OpenAI cho các giải pháp thực tế
Cơ bản
Java, Spring, Spring Boot
Xây dựng Đội ngũ Agent Chuyên gia 'Hợp tác Thông minh' sử dụng Spring AI Router Pattern + RAG + MCP Vượt qua Agent đơn lẻ đến Kiến trúc: Tiêu chuẩn thiết kế Router Pattern và Agent Isolation
157 học viên
Độ khó Cơ bản
Thời gian Không giới hạn
Đánh giá từ những học viên đầu tiên
5.0
bigho98
Thật thú vị và tuyệt vời khi có thể tạo ra nhiều agent bằng Spring. Đây là cơ hội để có thể thu được nhiều insight về cấu trúc và code liên quan. Cảm ơn vì khóa học chất lượng.
5.0
문석청
Cảm ơn bạn vì bài giảng hay.
5.0
em241101
Cảm ơn bạn vì lời giải thích chi tiết.
Thiết kế hệ thống Multi-Agent với Spring AI: Xây dựng đội ngũ Agent chuyên môn (Reservation, Sommelier, Concierge) xử lý logic nghiệp vụ phức tạp một cách hiệu quả bằng cách áp dụng Router Pattern.
Triển khai Kiến trúc Cấp Doanh nghiệp: Vượt qua Giới hạn của Agent Đơn lẻ, Thiết kế Hệ thống Backend Thực tế An toàn và Có khả năng Mở rộng thông qua **Phân tách Vai trò (Router-Worker)** và **Cô lập Công cụ (Tool Isolation)**.
RAG & MCP ứng dụng thực tế: Triển khai hệ thống **đề xuất menu thông minh (RAG)** sử dụng Vector DB và hệ thống thông báo quản trị viên thời gian thực tích hợp Slack MCP, nâng cao độ hoàn thiện của dịch vụ AI.
Spring AI Router Pattern và RAG, MCP để xử lý logic nghiệp vụ phức tạp
Học cách xây dựng hệ thống AI agent hợp tác thông minh.
Bạn đã từng cảm thấy khó kiểm soát logic nghiệp vụ phức tạp chỉ với một chatbot đơn lẻ chưa?
Bạn đang gặp khó khăn với Prompt Engineering vì hiện tượng ảo giác (Hallucination) của ChatGPT khiến việc nhận được câu trả lời chính xác trở nên khó khăn?
Bạn cần kinh nghiệm xây dựng 'hệ thống agent tự động cộng tác' có thể áp dụng vào dịch vụ thực tế, vượt xa RAG và Tool Calling?
Thông qua khóa học này, bạn có thể tăng cường năng lực thiết kế và triển khai kiến trúc AI Agent được yêu cầu trong môi trường doanh nghiệp thực tế, đồng thời hoàn thiện khả năng xây dựng hệ thống AI ở trình độ chuyên gia có thể áp dụng vào thực tiễn.
Bạn sẽ trở thành chuyên gia thiết kế và vận hành 'đội ngũ AI cộng tác' vượt xa chatbot đơn thuần.
Bạn có thể tự xây dựng và vận hành hệ thống Multi AI Agent.
Vượt qua giới hạn của chatbot đơn lẻ, bạn sẽ tích lũy kinh nghiệm thiết kế và triển khai một đội ngũ agent chuyên gia (Reservation, Sommelier, Concierge) xử lý logic nghiệp vụ phức tạp bằng cách sử dụng Router Pattern của Spring AI và giao thức MCP.
Vượt qua RAG và Tool Calling để hoàn thiện kiến trúc thực chiến của 'AI cộng tác'.
Vượt qua việc tích hợp LLM đơn giản, chúng ta sẽ xây dựng một hệ thống backend thực tế an toàn và có khả năng mở rộng thông qua phân tách vai trò (Router-Worker) và cô lập công cụ (Tool Isolation). Qua đó, bạn sẽ học cách hiện thực hóa tiềm năng thực sự của AI Agent.
Triển khai tích hợp hệ thống đề xuất thông minh dựa trên cơ sở dữ liệu vector và hệ thống thông báo thời gian thực.
Triển khai trực tiếp hệ thống đề xuất menu thông minh (RAG) sử dụng MariaDB Vector DB và hệ thống thông báo quản trị viên thời gian thực tích hợp Slack MCP. Qua đó nâng cao độ hoàn thiện của dịch vụ AI và cải thiện khả năng giải quyết vấn đề kinh doanh thực tế.
Với tư cách là Senior Developer, bạn sẽ có chuyên môn trong thiết kế và xây dựng hệ thống dựa trên AI.
Phát triển thành nhân tài cốt lõi có khả năng dẫn dắt thành công các dự án AI phức tạp bằng cách nắm bắt xu hướng công nghệ mới nhất trong lĩnh vực AI Engineering, đặc biệt tăng cường năng lực thiết kế hệ thống Multi-Agent và ứng dụng RAG, MCP.
Trong khóa học này, chúng ta sẽ tìm hiểu chi tiết cách vượt qua giới hạn của một agent đơn lẻ bằng cách sử dụng Spring AI, xây dựng một đội ngũ agent chuyên gia xử lý logic nghiệp vụ phức tạp thông qua Router Pattern và thiết kế cô lập agent. Bạn sẽ học các nguyên tắc cốt lõi để thiết kế hệ thống backend thực tế cấp doanh nghiệp và trực tiếp triển khai chúng.
Xây dựng các Agent hiệu quả
https://docs.spring.io/spring-ai/reference/api/effective-agents.html (tham khảo tài liệu chính thức)
Hệ thống Agentic (Routing Workflow)
Xây dựng hệ thống gợi ý menu thông minh (RAG) sử dụng Vector DB và hệ thống thông báo quản trị viên thời gian thực thông qua tích hợp Slack MCP để nâng cao độ hoàn thiện của dịch vụ AI. Bạn sẽ tích lũy được kinh nghiệm thực tế trong việc triển khai các kịch bản cộng tác phức tạp thông qua đội ngũ AI agent.
Retrieval Augmented Generation
https://docs.spring.io/spring-ai/reference/concepts.html (tham khảo tài liệu chính thức)
Tích hợp Spring AI Slack MCP Server
Dịch vụ thông báo quản trị viên thời gian thực qua Slack
Spring Boot, Spring AI, AI Agent, MCP, RAG và các công nghệ stack mới nhất được sử dụng làm nền tảng để cung cấp toàn bộ mã nguồn và cấu hình cần thiết cho việc xây dựng hệ thống Multi AI Agent hoạt động thực tế. Qua đó, bạn có thể áp dụng ngay những kiến thức đã học vào thực tế công việc và mở rộng hệ thống.
Trong phần này, chúng tôi giới thiệu tổng quan về Season 2 dành cho việc phát triển hệ thống Multi AI Agent cấp doanh nghiệp sử dụng Spring AI. Phần này nhấn mạnh sự cần thiết của kiến trúc multi-agent để xử lý logic nghiệp vụ phức tạp, đồng thời đề cập chi tiết đến việc thiết lập môi trường phát triển bao gồm tạo project, cài đặt MariaDB VectorDB dựa trên Docker, kết nối Slack MCP Server và App.
Môi trường phát triển
IntelliJ IDEA, Spring AI, Spring Boot, JPA, Docker, MariaDB, Slack
Đây là phần đặt nền móng cho việc xây dựng hệ thống AI Agent. Chúng ta sẽ tiến hành thiết kế Entity dựa trên bảng chính (Master Table) và các bảng quan hệ, đồng thời học cách định nghĩa DTO(Record) để giao tiếp dữ liệu hiệu quả với AI và phương pháp thiết kế Repository sử dụng JPA.
ERD(Entity-Relationship Diagram)
Cấu trúc logic của Entity
Học cách triển khai logic nghiệp vụ cốt lõi như xử lý đặt chỗ và đơn hàng. Phát triển ReservationService, OrderService, và dựa trên đó thiết kế cũng như triển khai ReservationTools và SommelierTools mà AI agent có thể sử dụng.
Tool Calling
Xây dựng hệ thống gợi ý thông minh bằng cách sử dụng công nghệ Retrieval Augmented Generation (RAG). Tải dữ liệu mô tả menu và nhúng (embedding) để xây dựng VectorDB, đồng thời tạo dữ liệu giả (dummy data) để kiểm thử nhằm hiểu và thực hành cách hoạt động của hệ thống RAG
MariaDB VectorDB
Bạn sẽ học được tinh hoa của việc thiết kế kiến trúc hệ thống multi-agent vượt qua giới hạn của single agent. Khóa học đi sâu vào cấu hình AiConfig bao gồm thiết lập ChatModel và ChatMemory, Router Agent đảm nhận việc định tuyến theo ý định người dùng, Orchestrator điều phối toàn bộ luồng hoạt động, cùng với thiết kế chi tiết các agent (ReservationAgent, SommelierAgent, ConciergeAgent).
Router Agent Pattern
Tập trung học tập kỹ thuật prompt engineering để định nghĩa logic cốt lõi và các biện pháp an toàn cho từng agent. Thiết kế system prompt (.st) cho từng agent bao gồm đặt chỗ, gợi ý/đặt hàng, và hướng dẫn, đồng thời triển khai controller để tích hợp API bên ngoài, sau đó tích hợp và kiểm thử hệ thống cuối cùng.
Node.js, VS Code, React.js, JavaScript, Tailwind CSS, Vite Tool
Những người muốn vượt qua giới hạn của chatbot đơn lẻ để kiểm soát logic nghiệp vụ phức tạp bằng AI nhưng bế tắc với phương án triển khai thực tế
Những người muốn xây dựng hệ thống AI cấp doanh nghiệp thông qua thiết kế Router Pattern và Agent Isolation
Những người đang gặp khó khăn trong việc thiết kế và xây dựng hệ thống mà nhiều AI agent tự động hợp tác với nhau, vượt ra ngoài RAG và Tool Calling
Những người muốn tăng cường năng lực thiết kế kiến trúc hệ thống Multi AI Agent có thể ứng dụng trong môi trường dịch vụ thực tế
Những người muốn nâng cao năng lực cạnh tranh của dịch vụ hiện có hoặc xây dựng mô hình kinh doanh mới bằng cách tận dụng công nghệ AI Agent
Những người muốn xem xét khả năng triển khai dịch vụ thực tế thông qua trường hợp xây dựng đội ngũ Agent hợp tác thông minh dựa trên Spring AI
Môi trường thực hành
💻 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: MariaDB 11.8.
Mô hình AI: OpenAI (gpt-4o-mini hoặc gpt-5-mini).
Container : Docker Desktop
Kiến thức cần có và lưu ý
Java: Hiểu biết về cú pháp Java cơ bản (Khuyến nghị Java 17+).
Spring Boot: Cách sử dụng cơ bản DI/IoC, JPA(Repository), Controller.
Database: Hiểu biết cơ bản về SQL (khái niệm SELECT, JOIN).
Tài liệu học tập
Mã nguồn (backend, frontend) được cung cấp ở bài 30 cuối cùng của khóa học video.
Tài liệu bài giảng được cung cấp dưới dạng file PDF.
Mã nguồn được cung cấp thông qua Github.
Nếu có bất kỳ phần nào bạn không hiểu trong quá trình học, hãy sử dụng 게시판 Q&A hoặc phòng chat 1:1 để hỏi ngay nhé
👩🎓Spring AI Thực chiến (Chat mở 1:1) : https://open.kakao.com/o/sXXxSI5h
Khóa học này dành cho ai?
Là một lập trình viên senior đã chạm đến giới hạn của chatbot đơn lẻ và muốn kiểm soát logic nghiệp vụ phức tạp bằng AI
RAG và Tool Calling chỉ là bước khởi đầu, 'Hệ thống Agent tự động hợp tác' mới là điều mà AI Engineer thực sự muốn tạo ra
Cần biết trước khi bắt đầu?
Cần có kiến thức cơ bản về ngôn ngữ lập trình Java.
Tốt hơn nếu bạn có hiểu biết cơ bản về framework Spring Boot.
Có kiến thức cơ bản về cơ sở dữ liệu và SQL sẽ rất hữu ích.
Xác minh Inflearn
Xác minh sự nghiệp
8,792
Học viên
675
Đánh giá
670
Trả lời
4.9
Xếp hạng
14
Các khóa học
Xin chào, tôi là giảng viên Park Mae-il.
Tôi hiện đang điều hành một trung tâm đào tạo phần mềm, đồng thời thực hiện tư vấn và đào tạo ủy thác phần mềm cho các trường đại học, cơ quan chính phủ và doanh nghiệp.
📄 Kinh nghiệm giảng dạy chính và các hoạt động khác
- Giảng dạy Trại chuyên ngành Trường THPT đặc biệt Goorm (Khóa học Full Stack)
- Giáo viên hợp tác công nghiệp - học đường tại Trường Trung học Phổ thông Software Meister
- Giảng dạy tại Học viện Trí tuệ Nhân tạo Gwangju
- Giảng dạy tại Bootcamp Backend Fast Campus
- Trưởng phòng đào tạo và giảng viên tại Viện Phát triển Nhân tài Thông minh
- Đào tạo ủy thác lập trình In-House cho Tổng công ty Điện lực Hàn Quốc (KEPCO)
- Giảng dạy trực tuyến tại Đại học Hanyang ERICA
- Điều hành Trung tâm Đào tạo Phần mềm Bit (Việc làm nước ngoài, đào tạo do chính phủ tài trợ)
- Dự án đào tạo tuyển dụng SW (Bộ Khoa học, CNTT và Hoạch định tương lai)
- Giáo viên đào tạo phát triển năng lực nghề nghiệp trong lĩnh vực Trí tuệ nhân tạo, Phát triển công nghệ thông tin, v.v.
* Yêu cầu đào tạo và hợp tác (Kênh KakaoTalk)
* Các khóa học đang diễn ra: https://itscoding.kr
🎤 Cung cấp nội dung giáo dục trực tuyến
Inflearn: Java, DB, MVC, Spring, Spring AI & Agent, IoT
Fast Campus: Java, Spring Boot
email : bitcocom@empas.com
Tất cả
30 bài giảng ∙ (7giờ 51phút)
Tài liệu khóa học:
Tất cả
9 đánh giá
5.0
9 đánh giá
Đánh giá 40
∙
Đánh giá trung bình 5.0
5
Cảm ơn bạn vì bài giảng hay.
Cảm ơn bạn. Hy vọng bài giảng sẽ giúp ích cho bạn.^^
Đánh giá 24
∙
Đánh giá trung bình 5.0
5
Thật thú vị và tuyệt vời khi có thể tạo ra nhiều agent bằng Spring. Đây là cơ hội để có thể thu được nhiều insight về cấu trúc và code liên quan. Cảm ơn vì khóa học chất lượng.
Vâng, cảm ơn bạn. Hiệu suất của agent phụ thuộc nhiều vào thiết kế agent và prompting nên hãy nghiên cứu thêm về phần này nhé. Gần đây nhiều người thiết kế agent bằng vibe coding nhưng nếu bạn là developer thì nên thử phát triển phần backend bằng pure coding trước, sau đó phát triển theo phương pháp hybrid (ví dụ: Spring AI+n8n, v.v.) sẽ tốt hơn. Chúc bạn mọi việc suôn sẻ trong cả năm nay. Cảm ơn bạn~~
Đánh giá 9
∙
Đánh giá trung bình 4.9
5
Cảm ơn bạn vì lời giải thích chi tiết.
Cảm ơn bạn. Hy vọng bài giảng sẽ giúp ích cho bạn. Cố gắng lên cho đến cuối cùng nhé ^^
Đánh giá 2
∙
Đánh giá trung bình 5.0
5
Cảm ơn bạn. Hy vọng khóa học sẽ hữu ích cho bạn. Hãy cố gắng đến cùng nhé.^^
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!