Spring AI

1. Introducción a Spring AI

• Creación y configuración del proyecto
• El papel del prompt y su envío
• Escribir una primera prueba
• Selección de un modelo
• Configuración del modelo
• Vista previa de las capacidades de Spring AI

2. Comprensión de las respuestas

• Cómo verificar respuestas relevantes
• La precisión en tiempo de ejecución

3. Prompts en detalle

• Uso de plantillas de prompt
• Definición de una nueva plantilla de prompt
• Comprensión del contexto
• El papel y su importancia
• Influencia en la generación de respuestas mediante opciones
• Streaming y formateo de la salida
• Metadatos en la respuesta

4. Uso de sus datos y documentos

• Comprensión de RAG (Generación Mejorada con Recuperación)
• Configuración del almacén vectorial y carga de documentos
• Una primera implementación de RAG
• Un RAG usando un asesor
• Capacidades modulares de RAG

5. El papel de la memoria en IA

• Por qué necesitamos memoria
• Añadir y configurar memoria para soportar conversación
• El ID de conversación
• Soporte de memoria persistente
• Almacenar memoria de chat en almacén vectorial

6. Herramientas de IA

• Una aplicación habilitada para herramientas
• Comprensión de las capacidades de las herramientas
• Escribir y poner la herramienta en funcionamiento
• Funciones como herramientas

7. El Protocolo de Contexto de Modelo (MCP)

• Por qué necesitamos MCP?
• Trabajo con un Cliente MCP
• Escribiendo el Servidor MCP
• Base de datos y herramientas para el Servidor MCP
• Comprensión del transporte HTTP y SSE (Server-Sent Events)
• Exposición de prompts y recursos

8. Monitoreo de operaciones

• Habilitación de métricas del actuator
• Verificación de operaciones del almacén vectorial
• Observación de la interacción del modelo
• Conteo de tokens
• Integración en Prometheus y creación de un tablero
• Seguimiento de operaciones de IA

9. Salvaguardas en IA generativa

• Control de documentos accedidos vía RAG
• Seguridad de herramientas
• Contrastes contra el prompting adversarial
• Moderación de la entrada del usuario

10. Patrones comunes generativos

• Resumen de contenido
• Traducción de mensajes
• Análisis de sentimiento

11. El papel de los Agentes

• Qué es un agente
• Implementación de flujos de trabajo agénticos
• Encadenamiento de prompts, enrutamiento de tareas y paralelización
• Acceso a agentes vía MCP