本文介绍Spring AI 1.0如何让Java开发者无需学习Python通过添加几个依赖就能在现有项目中快速构建AI智能体。从5分钟快速上手到实现AI记忆功能、工具调用能力再到企业级应用和实战案例提供了完整指南帮助Java开发者轻松进入AI时代并分享了常见避坑技巧。自从 Spring AI 1.0 发布后Java 开发者也能用熟悉的 Spring Boot 生态搭建 AI 智能体了。不用学 Python不用重写代码就在你现有的项目里加几个依赖就能跑起来。上周我试了一下从创建项目到跑通第一个能「记忆」的 AI 助手真的只花了 5 分钟。今天就把这个实战经验分享给大家。一、快速开始3 步跑起来第一步创建项目用 Spring Initializr 创建一个 Spring Boot 项目Java 17加上这几个依赖1 2 3 4 5 6 7 8 9 10 11 12 !-- Spring Web -- dependency groupId org.springframework.boot /groupId artifactId spring-boot-starter-web /artifactId /dependency !-- Spring AI OpenAI国外用或 Spring AI Alibaba国内用 -- dependency groupId org.springframework.ai /groupId artifactId spring-ai-openai-spring-boot-starter /artifactId version 1.0.0-M4 /version /dependency国内开发者推荐用 Spring AI Alibaba1 2 3 4 5 dependency groupId com.alibaba.cloud.ai /groupId artifactId spring-ai-alibaba-starter /artifactId version 1.0.0-M3.2 /version /dependency第二步配置 API Key1 2 3 4 5 6 7 8 9 10 # application.yml spring: ai: openai: api-key: ${OPENAI_API_KEY} # 你的 OpenAI API Key # 阿里云版本用这个 # alibaba: # qwen: # api-key: ${QWEN_API_KEY} # model: qwen-turbo第三步写个测试接口1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 RestController public class ChatController { private final ChatClient chatClient; public ChatController (ChatClient.Builder builder) { this .chatClient builder.build(); } GetMapping(/chat) public String chat (RequestParam String msg) { return chatClient.prompt() .user(msg) .call() .content(); } }启动项目访问http://localhost:8080/chat?msg你好就能看到 AI 的回复了。是不是很简单3步快速开始二、给 AI 加上「记忆」现在的 AI 记性不好你说第二句话它已经不记得第一句了。给它加上ChatMemory就能记住之前的对话1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 RestController public class ChatController { private final ChatClient chatClient; private final ChatMemory chatMemory new InMemoryChatMemory (); public ChatController (ChatClient.Builder builder) { this .chatClient builder .defaultAdvisors( new MessageChatMemoryAdvisor (chatMemory)) .build(); } GetMapping(/chat) public String chat ( RequestParam String msg, RequestParam(defaultValue default) String sessionId ) { return chatClient.prompt() .user(msg) .advisors(spec - spec .param(CHAT_MEMORY_CONVERSATION_ID_KEY, sessionId)) .call() .content(); } }关键点MessageChatMemoryAdvisor- 记忆功能的 AdvisorCHAT_MEMORY_CONVERSATION_ID_KEY- 每个用户一个独立的 sessionId试一下1 2 /chat?msg我叫小明sessionIduser1 /chat?msg我叫什么sessionIduser1第二次调用它会回答「你叫小明」因为它记住了。ChatMemory 架构图三、让 AI 会「用工具」光聊天不够还要让 AI 能执行操作。比如查询数据库、调用 API。这就要用到Tool Calling以前叫 Function CallingSpring AI 1.0 改名了。定义工具1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Component public class UserTools { Tool(description 根据用户ID查询用户信息) public User getUserById (String userId) { // 实际项目中这里查数据库 return new User (userId, 张三 , zhangsanexample.com ); } Tool(description 获取当前时间) public String getCurrentTime () { return LocalDateTime.now().toString(); } } record User (String id, String name, String email) {}注册工具1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 RestController public class AgentController { private final ChatClient chatClient; public AgentController (ChatClient.Builder builder, UserTools userTools) { this .chatClient builder .defaultTools(userTools) // 注册工具 .build(); } GetMapping(/agent) public String agent (RequestParam String msg) { return chatClient.prompt() .user(msg) .call() .content(); } }测试效果1 2 3 4 5 /agent?msg查询用户123的信息 // AI 会自动调用 getUserById(123) 返回结果 /agent?msg现在几点了 // AI 会自动调用 getCurrentTime() 返回结果神奇吧AI 会自己判断什么时候该调用什么工具。四、避坑指南坑 1Function Calling 已废弃老教程还在用FunctionCallback和.functions()别跟着学。Spring AI 1.0.0.M6 已经废弃了 Function Calling改用 Tool Calling1 2 3 4 5 // ❌ 旧版不要用 .functions( myFunction ) // ✅ 新版推荐 .tools( new MyTools ())坑 2ChatMemory 不生效检查这两点是否添加了MessageChatMemoryAdvisor是否设置了CHAT_MEMORY_CONVERSATION_ID_KEY参数1 2 3 // 容易漏掉这两行 .defaultAdvisors( new MessageChatMemoryAdvisor (chatMemory)) .param(CHAT_MEMORY_CONVERSATION_ID_KEY, sessionId)坑 3API Key 管理不当千万别把 API Key 硬编码。正确姿势使用环境变量或用配置中心Nacos、Apollo生产环境用密钥管理服务1 2 3 4 5 6 // ❌ 错误 String apiKey sk-xxx ; // ✅ 正确 Value(${spring.ai.openai.api-key}) private String apiKey;坑 4超时设置不合理AI 调用可能很慢默认超时可能不够。1 2 3 4 5 6 spring: ai: openai: chat: options: completion-timeout: 60s # 根据实际情况调整避坑清单五、企业级应用集成到现有项目1. 模块化设计建议单独建一个ai-module模块1 2 3 4 5 6 7 your-project/ ├── business-module/ # 业务模块 ├── ai-module/ # AI 能力模块 │ ├── agent/ # 智能体 │ ├── tools/ # 工具定义 │ └── config/ # AI 配置 └── api-module/ # API 接口2. 统一异常处理1 2 3 4 5 6 7 8 9 ControllerAdvice public class AIExceptionHandler { ExceptionHandler(AIException.class) public ResponseEntityString handleAIException (AIException e) { // 优雅降级返回默认响应或提示用户稍后重试 return ResponseEntity.ok( AI 服务暂时不可用请稍后再试 ); } }3. 监控和日志1 2 3 4 5 6 7 8 9 // 记录 Token 使用量 Component public class TokenLogger { EventListener public void handleChatEvent (ChatCompletionEvent event) { log.info( Token used: {} , event.getUsage()); } }六、实战案例智能客服助手最后gei一个完整的实战案例 —— 一个能查订单、能改状态的智能客服1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 RestController RequestMapping(/customer-service) public class CustomerServiceAgent { private final ChatClient chatClient; public CustomerServiceAgent (ChatClient.Builder builder, OrderTools orderTools) { this .chatClient builder .defaultSystem( 你是一个智能客服助手可以帮助用户查询订单、修改状态 ) .defaultTools(orderTools) .defaultAdvisors( new MessageChatMemoryAdvisor ( new InMemoryChatMemory ())) .build(); } GetMapping(/chat) public String chat ( RequestParam String msg, RequestParam String userId ) { return chatClient.prompt() .user(msg) .advisors(spec - spec .param(CHAT_MEMORY_CONVERSATION_ID_KEY, userId)) .call() .content(); } } Component class OrderTools { Tool(description 查询订单状态) public String getOrderStatus (String orderId) { // 查数据库返回订单状态 return 订单 orderId 状态为已发货 ; } Tool(description 修改订单收货地址) public String updateAddress (String orderId, String newAddress) { // 更新数据库 return 订单 orderId 地址已修改为 newAddress; } }效果1 2 3 4 5 /chat?msg我的订单123到哪了userIduser1 // AI 自动调用 getOrderStatus(123) 返回状态 /chat?msg把订单123的地址改成北京市朝阳区userIduser1 // AI 自动调用 updateAddress(123, 北京市朝阳区)智能客服流程图写在最后Spring AI 让 Java 开发者进入 AI 时代变得超级简单。不需要重写项目不需要学 Python就在你熟悉的 Spring Boot 里加几个依赖就能跑起来。我的建议是先跑通 Demo- 5 分钟快速体验再加 Memory- 让 AI 记住对话最后加 Tools- 让 AI 能干活记住Function Calling 已废弃用 Tool CallingChatMemory 要设置 Conversation IDAPI Key 别硬编码大家有没有在项目中用过 AI 智能体评论区聊聊你的经验吧。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
5分钟搭建你的第一个Java AI智能体（Spring AI）
发布时间：2026/7/11 20:24:41
本文介绍Spring AI 1.0如何让Java开发者无需学习Python通过添加几个依赖就能在现有项目中快速构建AI智能体。从5分钟快速上手到实现AI记忆功能、工具调用能力再到企业级应用和实战案例提供了完整指南帮助Java开发者轻松进入AI时代并分享了常见避坑技巧。自从 Spring AI 1.0 发布后Java 开发者也能用熟悉的 Spring Boot 生态搭建 AI 智能体了。不用学 Python不用重写代码就在你现有的项目里加几个依赖就能跑起来。上周我试了一下从创建项目到跑通第一个能「记忆」的 AI 助手真的只花了 5 分钟。今天就把这个实战经验分享给大家。一、快速开始3 步跑起来第一步创建项目用 Spring Initializr 创建一个 Spring Boot 项目Java 17加上这几个依赖1 2 3 4 5 6 7 8 9 10 11 12 !-- Spring Web -- dependency groupId org.springframework.boot /groupId artifactId spring-boot-starter-web /artifactId /dependency !-- Spring AI OpenAI国外用或 Spring AI Alibaba国内用 -- dependency groupId org.springframework.ai /groupId artifactId spring-ai-openai-spring-boot-starter /artifactId version 1.0.0-M4 /version /dependency国内开发者推荐用 Spring AI Alibaba1 2 3 4 5 dependency groupId com.alibaba.cloud.ai /groupId artifactId spring-ai-alibaba-starter /artifactId version 1.0.0-M3.2 /version /dependency第二步配置 API Key1 2 3 4 5 6 7 8 9 10 # application.yml spring: ai: openai: api-key: ${OPENAI_API_KEY} # 你的 OpenAI API Key # 阿里云版本用这个 # alibaba: # qwen: # api-key: ${QWEN_API_KEY} # model: qwen-turbo第三步写个测试接口1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 RestController public class ChatController { private final ChatClient chatClient; public ChatController (ChatClient.Builder builder) { this .chatClient builder.build(); } GetMapping(/chat) public String chat (RequestParam String msg) { return chatClient.prompt() .user(msg) .call() .content(); } }启动项目访问http://localhost:8080/chat?msg你好就能看到 AI 的回复了。是不是很简单3步快速开始二、给 AI 加上「记忆」现在的 AI 记性不好你说第二句话它已经不记得第一句了。给它加上ChatMemory就能记住之前的对话1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 RestController public class ChatController { private final ChatClient chatClient; private final ChatMemory chatMemory new InMemoryChatMemory (); public ChatController (ChatClient.Builder builder) { this .chatClient builder .defaultAdvisors( new MessageChatMemoryAdvisor (chatMemory)) .build(); } GetMapping(/chat) public String chat ( RequestParam String msg, RequestParam(defaultValue default) String sessionId ) { return chatClient.prompt() .user(msg) .advisors(spec - spec .param(CHAT_MEMORY_CONVERSATION_ID_KEY, sessionId)) .call() .content(); } }关键点MessageChatMemoryAdvisor- 记忆功能的 AdvisorCHAT_MEMORY_CONVERSATION_ID_KEY- 每个用户一个独立的 sessionId试一下1 2 /chat?msg我叫小明sessionIduser1 /chat?msg我叫什么sessionIduser1第二次调用它会回答「你叫小明」因为它记住了。ChatMemory 架构图三、让 AI 会「用工具」光聊天不够还要让 AI 能执行操作。比如查询数据库、调用 API。这就要用到Tool Calling以前叫 Function CallingSpring AI 1.0 改名了。定义工具1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Component public class UserTools { Tool(description 根据用户ID查询用户信息) public User getUserById (String userId) { // 实际项目中这里查数据库 return new User (userId, 张三 , zhangsanexample.com ); } Tool(description 获取当前时间) public String getCurrentTime () { return LocalDateTime.now().toString(); } } record User (String id, String name, String email) {}注册工具1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 RestController public class AgentController { private final ChatClient chatClient; public AgentController (ChatClient.Builder builder, UserTools userTools) { this .chatClient builder .defaultTools(userTools) // 注册工具 .build(); } GetMapping(/agent) public String agent (RequestParam String msg) { return chatClient.prompt() .user(msg) .call() .content(); } }测试效果1 2 3 4 5 /agent?msg查询用户123的信息 // AI 会自动调用 getUserById(123) 返回结果 /agent?msg现在几点了 // AI 会自动调用 getCurrentTime() 返回结果神奇吧AI 会自己判断什么时候该调用什么工具。四、避坑指南坑 1Function Calling 已废弃老教程还在用FunctionCallback和.functions()别跟着学。Spring AI 1.0.0.M6 已经废弃了 Function Calling改用 Tool Calling1 2 3 4 5 // ❌ 旧版不要用 .functions( myFunction ) // ✅ 新版推荐 .tools( new MyTools ())坑 2ChatMemory 不生效检查这两点是否添加了MessageChatMemoryAdvisor是否设置了CHAT_MEMORY_CONVERSATION_ID_KEY参数1 2 3 // 容易漏掉这两行 .defaultAdvisors( new MessageChatMemoryAdvisor (chatMemory)) .param(CHAT_MEMORY_CONVERSATION_ID_KEY, sessionId)坑 3API Key 管理不当千万别把 API Key 硬编码。正确姿势使用环境变量或用配置中心Nacos、Apollo生产环境用密钥管理服务1 2 3 4 5 6 // ❌ 错误 String apiKey sk-xxx ; // ✅ 正确 Value(${spring.ai.openai.api-key}) private String apiKey;坑 4超时设置不合理AI 调用可能很慢默认超时可能不够。1 2 3 4 5 6 spring: ai: openai: chat: options: completion-timeout: 60s # 根据实际情况调整避坑清单五、企业级应用集成到现有项目1. 模块化设计建议单独建一个ai-module模块1 2 3 4 5 6 7 your-project/ ├── business-module/ # 业务模块 ├── ai-module/ # AI 能力模块 │ ├── agent/ # 智能体 │ ├── tools/ # 工具定义 │ └── config/ # AI 配置 └── api-module/ # API 接口2. 统一异常处理1 2 3 4 5 6 7 8 9 ControllerAdvice public class AIExceptionHandler { ExceptionHandler(AIException.class) public ResponseEntityString handleAIException (AIException e) { // 优雅降级返回默认响应或提示用户稍后重试 return ResponseEntity.ok( AI 服务暂时不可用请稍后再试 ); } }3. 监控和日志1 2 3 4 5 6 7 8 9 // 记录 Token 使用量 Component public class TokenLogger { EventListener public void handleChatEvent (ChatCompletionEvent event) { log.info( Token used: {} , event.getUsage()); } }六、实战案例智能客服助手最后gei一个完整的实战案例 —— 一个能查订单、能改状态的智能客服1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 RestController RequestMapping(/customer-service) public class CustomerServiceAgent { private final ChatClient chatClient; public CustomerServiceAgent (ChatClient.Builder builder, OrderTools orderTools) { this .chatClient builder .defaultSystem( 你是一个智能客服助手可以帮助用户查询订单、修改状态 ) .defaultTools(orderTools) .defaultAdvisors( new MessageChatMemoryAdvisor ( new InMemoryChatMemory ())) .build(); } GetMapping(/chat) public String chat ( RequestParam String msg, RequestParam String userId ) { return chatClient.prompt() .user(msg) .advisors(spec - spec .param(CHAT_MEMORY_CONVERSATION_ID_KEY, userId)) .call() .content(); } } Component class OrderTools { Tool(description 查询订单状态) public String getOrderStatus (String orderId) { // 查数据库返回订单状态 return 订单 orderId 状态为已发货 ; } Tool(description 修改订单收货地址) public String updateAddress (String orderId, String newAddress) { // 更新数据库 return 订单 orderId 地址已修改为 newAddress; } }效果1 2 3 4 5 /chat?msg我的订单123到哪了userIduser1 // AI 自动调用 getOrderStatus(123) 返回状态 /chat?msg把订单123的地址改成北京市朝阳区userIduser1 // AI 自动调用 updateAddress(123, 北京市朝阳区)智能客服流程图写在最后Spring AI 让 Java 开发者进入 AI 时代变得超级简单。不需要重写项目不需要学 Python就在你熟悉的 Spring Boot 里加几个依赖就能跑起来。我的建议是先跑通 Demo- 5 分钟快速体验再加 Memory- 让 AI 记住对话最后加 Tools- 让 AI 能干活记住Function Calling 已废弃用 Tool CallingChatMemory 要设置 Conversation IDAPI Key 别硬编码大家有没有在项目中用过 AI 智能体评论区聊聊你的经验吧。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
