Phát triển Agent thực chiến: Sự kết hợp giữa Kakao PlayMCP và Spring AI

Hệ thống AI chấm điểm và đánh giá mã nguồn của tôi chỉ trong 5 giây, trí tưởng tượng đã trở thành hiện thực. Khóa học này là một dự án tất cả trong một (all-in-one) nhằm tạo ra **'Bot tự động phân tích và chấm điểm GitHub PR'** bằng cách sử dụng Spring AI. Khi sinh viên nộp bài tập (Pull Request), máy chủ sẽ phát hiện và AI sẽ phân tích các thay đổi của mã nguồn (Diff). Sau đó, kết quả chấm điểm sẽ được lưu vào DB, phản hồi sẽ được tự động đăng dưới dạng bình luận trên GitHub và sinh viên có thể kiểm tra kết quả trên một bảng điều khiển (dashboard) chuyên dụng. Chỉ với Java, bạn có thể làm mọi thứ từ Backend đến tích hợp AI và Frontend (Vaadin)! Đây là cuốn cẩm nang nhập môn tốt nhất dành cho tất cả các nhà phát triển muốn hoàn thiện dịch vụ AI của riêng mình từ A đến Z.

Xây dựng đội ngũ chuyên gia Agent 'Cộng tác thông minh' sử dụng Spring AI Router Pattern + RAG + MCP Vượt xa Agent đơn lẻ hướng tới kiến trúc: Tiêu chuẩn thiết kế Router Pattern và cô lập Agent (Isolation)

Phát triển Backend cho Đại lý Đặt chỗ Cao cấp 'Hành động Tự trị' sử dụng Spring AI + JPA + MySQL Vượt xa Chatbot để trở thành Đại lý: Tiêu chuẩn của Tool Calling và Kỹ thuật Prompting

Phát triển ứng dụng AI bằng Spring Boot và Spring AI: Làm chủ OpenAI cho các giải pháp thực tế

[TPC DB!] Đây là khóa học cho phép bạn nắm vững cách lập mô hình cơ sở dữ liệu thông qua tư duy, lập mô hình cơ sở dữ liệu từng bước và mọi thứ từ lập mô hình cơ sở dữ liệu đến triển khai lập trình web cùng một lúc.

Chúng tôi đã hoàn thiện chương trình bootcamp backend được thực hiện bởi nhiều tổ chức thành một khung chương trình thống nhất. Khóa học này là khóa học tiền huấn luyện bootcamp (P). Bất kỳ ai cũng có thể tham gia và những người muốn học nâng cao vui lòng đăng ký khóa bootcamp (ZM).

Trong [Soup Part 2], bạn sẽ tìm hiểu về backend (Java Backend) Đây là quá trình tạo ra các chuyên gia phát triển.

[스프1탄] là khóa học tạo ra các chuyên gia phát triển backend (Java Backend) xây dựng hệ thống ERP dựa trên web thông qua việc học theo từng bước từ Spring Framework đến Spring Security.

Khóa học này là một quá trình mà bạn có thể tìm hiểu và hiểu từng bước thông qua các kỹ thuật TPC (Thinking-Expressing-Coding) framework WEB MVC là gì cũng như cách chuyển đổi và chuyển đổi framework WEB MVC sang framework Spring WEB MVC.

Khóa học này là một quá trình mà bạn có thể tìm hiểu và hiểu từng bước thông qua các kỹ thuật TPC (Thinking-Expressing-Coding) framework WEB MVC là gì và cách chuyển đổi và chuyển đổi framework WEB MVC sang framework Spring WEB MVC.

Tìm hiểu những phần quan trọng nhất của giao tiếp trong Internet of Things (IoT). Bạn có thể tìm hiểu nội dung cốt lõi của giao tiếp tổng thể truyền, thu thập, xử lý và giám sát dữ liệu của trung tâm. Thông qua khóa học này, bạn có thể thiết kế nguyên mẫu giao tiếp Internet of Things trước khi tạo nguyên mẫu và có thể sử dụng nguyên mẫu đó cho các dự án và cuộc thi khác nhau.

Bạn có thể cải thiện kỹ năng lập trình Java của mình bằng cách thực hiện các dự án của riêng mình bằng cách sử dụng nhiều API Java và API mở khác nhau.

Bạn có thể dễ dàng hiểu và tiếp cận lập trình Java thông qua đào tạo về tư duy, diễn đạt và viết mã. Hiểu mối quan hệ giữa các yếu tố lập trình Bạn có thể tự tin hơn trong việc sử dụng Java API và các dự án trong tương lai bằng cách tổ chức các khái niệm chính xác về lập trình hướng đối tượng.

Xây dựng đội ngũ chuyên gia Agent 'Cộng tác thông minh' sử dụng Spring AI Router Pattern + RAG + MCP Vượt xa Agent đơn lẻ hướng tới kiến trúc: Tiêu chuẩn thiết kế Router Pattern và cô lập Agent (Isolation)

Không biết coding vẫn đọc được dữ liệu, tất cả về phân tích AI no-code khiến giác quan bùng nổ! Chỉ cần biết dùng Excel, PPT, Google Sheets thôi là giờ đây AI sẽ thay bạn phân tích dữ liệu.

Code lộn xộn, yêu cầu dồn dập... Nếu bạn muốn tìm kiếm một bước đột phá bằng AI Cách để trở thành một "lập trình viên làm việc hiệu quả" bằng cách tận dụng AI trong môi trường legacy, được chia sẻ bởi cựu Giám đốc Kỹ thuật của Toss Payments. Ngay cả trong thời đại AI, hệ thống legacy vẫn không hề biến mất. Ngoại trừ những công ty vừa thành lập hôm nay, không quá lời khi nói rằng mọi công ty đều có hệ thống legacy. Vậy chúng ta nên tận dụng AI như thế nào trong thực tế này? Khóa học này sẽ được trực tiếp hướng dẫn bởi cựu Giám đốc Kỹ thuật của Toss Payments - người từng dẫn dắt tổ chức dịch vụ thanh toán quy mô lớn, về cách làm việc hiệu quả với AI trong môi trường legacy. Đây không chỉ đơn thuần là một khóa học dạy cách dùng AI hay kỹ năng lập trình. Mục tiêu của khóa học là giúp bạn rèn luyện "năng lực tư duy" với tư cách là một lập trình viên và thấu hiểu cách để làm việc hiệu quả.

Chỉ với những bài hướng dẫn đơn giản thì rất khó để áp dụng vào thực tế. Bằng tất cả bí quyết trong nghề của mình, tôi sẽ truyền đạt một cách chắc chắn cho bạn phương pháp quản lý trạng thái phức tạp và cách thiết kế Multi-agent.

AI có thể thay mặt tôi viết bài trên Slack và Notion sao? Hãy làm việc thông minh hơn với MCP, công nghệ vượt qua những giới hạn của AI truyền thống!

Bạn có thể học các khái niệm phức tạp của Next.js chỉ với những kiến thức cốt lõi trong thời gian ngắn. Chúng tôi sẽ chỉ cung cấp những kiến thức thực tế cần thiết cho những người mới bắt đầu học Next.js. Khóa học Next.js mới của Captain Pangyo, người đã giảng dạy về framework được 8 năm. Bạn có thể học cách coding và phương pháp học tập của "lập trình viên frontend trong kỷ nguyên AI"! :)

LLM và Agent là những công nghệ nền tảng của các AI như ChatGPT. Hiện tại, LLM là công nghệ tiến gần nhất đến AGI (Trí tuệ nhân tạo tổng quát). Trong bài giảng này, chúng ta sẽ tìm hiểu về công nghệ LLM và Agent dưới góc nhìn của một người bình thường.

Khóa học này rèn luyện tư duy thiết kế hệ thống frontend thông qua các trường hợp dịch vụ thực tế như bảng tin Threads, giỏ hàng Amazon, giao diện phát trực tuyến Netflix, chỉnh sửa cộng tác trên Google Docs, Micro Frontend, Agentic UI và Observability.

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.

Khóa học bao gồm chương trình giảng dạy thực tế có thể áp dụng ngay vào công việc, từ cách sử dụng các công cụ Agent mới nhất như Genspark, Manus cho đến các hướng dẫn về bảo mật doanh nghiệp. Thông qua đó, bạn có thể trực tiếp xây dựng hệ thống cộng tác AI Agent giúp tự động hóa các công việc lặp đi lặp lại như thu thập thông tin, phân tích dữ liệu và lập báo cáo cơ bản.

Vào năm 2022, sau khi ChatGPT ra đời, AI đã trở thành một phần mềm rất gần gũi trong cuộc sống của chúng ta. Hiệu suất của các mô hình đang được cải thiện từng ngày, và sử dụng AI, nhiều phần mềm chưa từng có trước đây đã ra đời. Vào năm 2025, khi AI Agent trở thành một chủ đề nóng, nhiều người đang bắt đầu phát triển AI Agent. Có thể bạn đã nghe đến từ AI Agent, nhưng AI Agent là gì, tại sao nó lại đột nhiên trở thành chủ đề được nhiều người nói đến như vậy, và làm thế nào để tạo ra một AI Agent – bạn có thể coi đây là một khóa học hướng dẫn nhập môn giúp tìm hiểu và tạo ra nó một cách đơn giản bằng cách sử dụng ADK.

Xây dựng hệ thống tự động giao dịch chứng khoán dựa trên API Kiwoom Securities từ đầu đến cuối bằng cách tận dụng các tính năng cốt lõi của Claude Code (MCP, Agents, Skills). Ngay cả người mới bắt đầu cũng có thể làm được. Hãy bắt đầu với Claude Code ngay bây giờ!

Xu hướng mới nhất của trí tuệ nhân tạo tạo sinh, AI Agent! Cách để dẫn đầu với Cursor - công cụ thực hiện mọi tác vụ phát triển và MCP - công cụ mở rộng tính năng!

Thời đại ích kỷ, nơi chỉ những người biết cách tận dụng AI đúng cách mới có thể tạo ra thu nhập. Khái niệm cơ bản về phát triển web tạo lợi nhuận & hướng dẫn thực tế mà bạn nhất định phải biết để giao việc cho các AI Coding Agent một cách "chuẩn chỉnh". Từ tư duy có thể lập trình mà không cần viết một dòng code nào, đến phương pháp thực tế để tạo ra sản phẩm với giá 0 đồng, và cả những nội dung về việc thành lập doanh nghiệp thực tế cũng như xử lý thuế. Đây là hướng dẫn lập trình web tạo lợi nhuận bằng AI chứa đựng những hiểu biết sâu sắc được tích lũy từ thực tế.

"Hơn cả phân tích dữ liệu, từ thiết kế đến tối ưu hóa mô hình dự báo (Tổng cộng 29 bài giảng)" Bạn đã hoàn tất việc phân tích dữ liệu nhưng lại cảm thấy bế tắc khi bắt tay vào xây dựng mô hình? Vượt xa việc chỉ đơn thuần gọi các thư viện, chúng tôi sẽ giúp bạn nắm vững nguyên lý hoạt động của từng thuật toán và chiến lược kiểm chứng mô hình tối ưu nhất.

Bạn có đang bị lạc đường trong quá trình học phát triển web không? Tôi sẽ giúp bạn tự tìm ra con đường của mình. Ngay cả khi bạn không phải là chuyên ngành, bạn cũng có thể hiểu được cấu trúc dịch vụ web hoạt động như thế nào chỉ với một bài giảng ngắn khoảng 1 tiếng.

Những ngày tháng cảm thấy an tâm với những dòng mã hộp đen (black-box code) do AI tạo ra giờ đã kết thúc. Chúng tôi sẽ giúp bạn thấu hiểu giới hạn vật lý của máy tính và nguyên lý hoạt động của lõi động cơ Node.js, từ đó hoàn thiện khả năng kiểm soát của một kỹ sư thực thụ — người có thể đứng vững trước bất kỳ sự bùng nổ lưu lượng truy cập nào.

Liệu tôi có thể tạo ra một dịch vụ từ ý tưởng của mình ngay cả khi không biết lập trình? Với AI, điều đó hoàn toàn có thể! Trong khóa học này, bạn sẽ trải nghiệm toàn bộ quy trình biến ý tưởng thành một dịch vụ web thực tế bằng cách sử dụng các công cụ "Vibe Coding" đang được sử dụng trong công việc thực tế như Gemini, Lovable, Antigravity, Cursor và Claude Code. Bạn không chỉ đơn thuần học cách sử dụng công cụ, mà còn được học phương pháp phát triển dịch vụ mới trong kỷ nguyên AI: từ trực tiếp lập kế hoạch dịch vụ, triển khai cho đến kết nối hệ thống thanh toán. Điểm 1. Chinh phục 5 công cụ Vibe Coding cốt lõi - Thực hành các tính năng chính và cách sử dụng Gemini, Lovable, Antigravity, Cursor, Claude Code. - Hiểu phương thức phát triển Vibe Coding thông qua việc cộng tác với AI. Điểm 2. Tự tay tạo dịch vụ thực tế mà không cần lập trình - Thực hành quy trình tự lập kế hoạch và hiện thực hóa dịch vụ gợi ý sách thành một dịch vụ web. - Hiểu toàn bộ luồng sản xuất dịch vụ: Ý tưởng → Phát triển → Triển khai. Điểm 3. Kỹ năng thực chiến từ ra mắt đến vận hành dịch vụ - Hiểu quy trình mua tên miền, thiết lập máy chủ và triển khai. - Học các kỹ thuật vận hành dịch vụ cốt lõi như tích hợp mô-đun thanh toán và thiết lập SEO.

: "Hành trình Deep Learning Full-stack xuyên suốt các lĩnh vực dữ liệu, từ thiết lập môi trường đến 7 dự án thực tế (Tổng cộng 35 bài giảng)" Vượt xa mức độ chỉ đơn thuần làm theo mã ví dụ, bạn sẽ học cách xử lý các loại dữ liệu đa dạng trong thực tế bằng Deep Learning. Bắt đầu từ việc thiết lập môi trường phát triển CPU/GPU, cho đến phân loại rác tái chế (hình ảnh), dự đoán giá cổ phiếu (chuỗi thời gian), phát hiện bất thường điện tâm đồ (AE), hoạt hình hóa (GAN), phân đoạn hình ảnh y tế (U-Net) và phân loại âm thanh (âm thanh)! Bạn sẽ chinh phục các thuật toán cốt lõi của Deep Learning một cách hệ thống thông qua các dự án thực chiến.

Đây là hướng dẫn thực hành về cách sử dụng Model Context Protocol (MCP) để liên kết với IntelliJ và phát triển nhanh hơn.