实用应用与项目

你将学到什么

在本节中，我们将演示三个展示使用 Java 开发生成式 AI 的实际应用：

• 创建一个结合客户端和服务器端 AI 的多模态宠物故事生成器
• 使用 Foundry Local Spring Boot 示例实现本地 AI 模型集成
• 使用计算器示例开发一个模型上下文协议（MCP）服务

目录

• 简介
  • Foundry Local Spring Boot 示例
  • 宠物故事生成器
  • MCP 计算器服务（面向初学者的 MCP 示例）
• 学习进阶
• 总结
• 下一步

简介

本章展示了使用 Java 开发生成式 AI 的示例项目。每个项目都是完全可运行的，展示了特定的 AI 技术、架构模式以及最佳实践，这些都可以应用到你自己的项目中。

Foundry Local Spring Boot 示例

Foundry Local Spring Boot 示例 展示了如何使用 OpenAI Java SDK 集成本地 AI 模型。它演示了如何连接到运行在 Foundry Local 上的 Phi-3.5-mini 模型，从而实现无需依赖云服务的 AI 应用。

宠物故事生成器

宠物故事生成器 是一个有趣的 Spring Boot Web 应用，展示了多模态 AI 处理，用于生成创意宠物故事。它结合了客户端和服务器端的 AI 功能，使用 transformer.js 实现浏览器端的 AI 交互，并通过 OpenAI SDK 进行服务器端处理。

MCP 计算器服务（面向初学者的 MCP 示例）

MCP 计算器服务 是一个使用 Spring AI 展示**模型上下文协议（MCP）**的简单示例。它为初学者提供了一个易于理解的 MCP 概念入门，展示了如何创建一个基本的 MCP 服务器与 MCP 客户端进行交互。

学习进阶

这些项目的设计是基于前面章节的概念逐步深入的：

1. 从简单开始：从 Foundry Local Spring Boot 示例入手，了解如何与本地模型进行基础的 AI 集成
2. 增加交互性：进阶到宠物故事生成器，学习多模态 AI 和基于 Web 的交互
3. 学习 MCP 基础：尝试 MCP 计算器服务，掌握模型上下文协议的基本原理

总结

干得好！你已经探索了一些实际应用：

• 在浏览器和服务器上运行的多模态 AI 体验
• 使用现代 Java 框架和 SDK 集成本地 AI 模型
• 你的第一个模型上下文协议服务，了解工具如何与 AI 集成

下一步

第 5 章：负责任的生成式 AI

免责声明：
本文档使用AI翻译服务Co-op Translator进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。对于因使用本翻译而引起的任何误解或误读，我们概不负责。