Hệ thống Spring AI Multi-LLM & Orchestrated Multi-Agent
Khóa học này là chương trình nâng cao tập trung vào việc thiết kế và triển khai hệ thống Agent (Main/Sub, Tool, Task Runtime, Agent Registry) và kiến trúc Multi-LLM bằng cách kết hợp chiến lược GPT, Gemini, LLaMA (local) dựa trên Spring AI và Spring Boot. Vượt xa việc gọi LLM đơn lẻ, khóa học bao gồm quy trình áp dụng Agentic Workflow Pattern (Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer) và cấu trúc Multi-Agent; tách biệt các lớp thực thi như RAG, API/DB bên ngoài bằng Tool·ToolRegistry; đồng thời xây dựng hệ thống AI có khả năng mở rộng, ổn định và liên tục cải thiện chất lượng thông qua công cụ DAG engine, quy trình làm việc khai báo bằng YAML và xác thực ngay sau khi tải (Validated DSL). Ngoài ra, khóa học còn bao gồm Circuit Breaker, Reactive Stream, giám sát Redis, xử lý song song và vòng lặp đánh giá lặp lại. Bên cạnh thực hành Thymeleaf (SSR), khóa học còn mở rộng việc chia tách Front-end/Back-end bằng React·REST và kết nối runtime của công cụ/agent thông qua giao thức tiêu chuẩn MCP, giúp học viên trang bị năng lực thiết kế kiến trúc AI ở cấp độ môi trường vận hành thực tế. Mục tiêu cuối cùng là giúp bạn phát triển thành một nhà phát triển có khả năng thiết kế hệ thống AI — không chỉ dừng lại ở mức người dùng AI đơn thuần chỉ biết gọi API đơn lẻ hay viết prompt, mà là người có thể giải thích và cân nhắc việc kết hợp Multi-LLM, Agent, Workflow, khai báo và kiểm chứng thành một kiến trúc thực thi thống nhất.
68 học viên
Độ khó Cơ bản
Thời gian Không giới hạn
Spring Boot + Spring AI: Từ góc độ Multi-agent, Workflow đến Vận hành
Xin chào, tôi là Lee Jin-man.
Kiến trúc Spring AI Multi-LLM và
Hệ thống Multi Agent tập trung vào Orchestration
Tôi xin thông báo tin tức về việc cập nhật cho khóa học.
Rất mong nhận được sự quan tâm của các bạn.
Lần này, tôi xin giới thiệu khóa học nâng cao về thiết kế và triển khai kiến trúc Multi-LLM kết hợp chiến lược giữa GPT, Gemini, LLaMA (local) dựa trên Spring AI, cùng với hệ thống Orchestrated Multi-Agent kết nối qua Main/Sub·Tool·Task.
Nội dung cốt lõi được đề cập trong khóa học này là như sau.
Không chỉ là gọi LLM đơn lẻ, mà là Agentic Workflow (Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer) để mở rộng, ổn định và cải thiện chất lượng liên tục
Định tuyến Multi-LLM, Fallback và phân nhánh bảo mật giúp lựa chọn và chuyển đổi mô hình dựa trên tiền đề về vận hành và quy định
Điều phối đa tác nhân (Multi-agent Orchestration) — Kết hợp Agent Registry, tách biệt thực thi Tool/RAG, Task Runtime cùng với HTTP·SSE·Redis để quản lý cả tiến độ và trạng thái
Công cụ quy trình công việc DAG và YAML DSL khai báo, cùng với xác thực ngay sau khi tải (Validated DSL) giúp kết nối thực thi đồ thị và độ tin cậy thành một luồng duy nhất
Mở rộng tùy chọn: React·REST, MCP giúp tách biệt UI/API và liên kết công cụ tiêu chuẩn
Circuit Breaker, Reactive Stream, giám sát Redis, song song, đánh giá lặp lại và các quan điểm thiết kế gần với thực tế Production
Khuyên dùng cho những đối tượng sau.
Dành cho các nhà phát triển Backend và Fullstack muốn vượt xa mức độ chỉ kết nối API để thiết kế Agent, quy trình làm việc (workflow) và vận hành
Đường ống tự động hóa và truy vấn phức hợp được cấu trúc hóa dành cho những người đang chuẩn bị cho vai trò kiến trúc sư hoặc trưởng nhóm, những người cần giải thích cho đội ngũ của mình.
Sau khi hoàn thành khóa học, chúng tôi đã cấu trúc nội dung để bạn có thể có được một góc nhìn chắc chắn về thiết kế hệ thống AI, nơi bạn có thể trình bày và tài liệu hóa các yếu tố như Multi-LLM, Orchestration, Tool, Task, DAG, Khai báo và Xác thực thành một kiến trúc thực thi duy nhất thay vì chỉ là "một câu lệnh prompt duy nhất".
Cảm ơn bạn.
Với hệ thống được học trong khóa học này, việc xây dựng một hệ thống xử lý các nghiệp vụ phức hợp và ra quyết định như dưới đây là
là mục đích của khóa học này.
Chương trình giảng dạy của khóa học này như sau.
1⃣ Xây dựng môi trường phát triển Spring AI và môi trường Multi LLM trong SpringBoot
2⃣Chapter 1. Multi-LLM Architecture (Thiết kế kiến trúc AI và đa mô hình)
3⃣Chapter 2. Agentic Workflow Patterns (5 mẫu quy trình làm việc của Agent)
4⃣Chương 3. Orchestrated Multi-Agent Patterns (Triển khai bằng pipeline)
5⃣Chapter 4. Multi-Agent Architecture (Chiến lược tách biệt Main Agent & SubAgent)
6⃣Chương 5. Tool-Orchestrated Multi-Agent (Tách biệt lớp thực thi dựa trên Tool)
7⃣Chương 6. Task-Orchestrated Multi-Agent (TaskTool Agent Runtime)
8⃣Chapter 7. DAG-Orchestrated Multi-Agent (Thiết kế AI Workflow dựa trên DAG)
9⃣Chapter 8. Declarative Agent Workflow with YAML(DAG dựa trên YAML)
🔟Chương 9. Validated Agent Workflow DSL (DAG dựa trên xác thực DSL)
🅰Appendix A. Tích hợp Front-End React & Máy chủ REST API
🅱 Appendix B. MCP Integration (Tích hợp Tool và Agent Runtime bằng MCP)
Cấu trúc hệ thống của khóa học này như sau.
