Spring AI

1. Introducción a Spring AI

• Creación y configuración de proyectos
• El papel del prompt y el envío del prompt
• 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. El prompt en detalle

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

4. Uso de tus datos y documentos

• Comprensión de la RAG (Generación Aumentada por Recuperación)
• Configuración del vector store y carga de documentos
• Una primera implementación de RAG
• RAG utilizando un advisor
• Capacidades modulares de RAG

5. El papel de la memoria en la IA

• ¿Por qué necesitamos memoria?
• Añadir y configurar memoria para soportar conversaciones
• El ID de conversación
• Soporte para memoria persistente
• Almacenar memoria de chat en el vector store

6. Herramientas de IA

• Aplicaciones habilitadas para herramientas
• Comprensión de las capacidades de las herramientas
• Escribir y poner en marcha la herramienta
• 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. Monitorización de operaciones

• Habilitación de métricas del actuator
• Verificación de operaciones del vector store
• Observación de la interacción con el modelo
• Conteo de tokens
• Integración en Prometheus y creación de un dashboard
• Trazado de operaciones de IA

9. Seguridad en IA generativa

• Control de documentos accedidos vía RAG
• Seguridad de las herramientas
• Contraste del prompting adversarial
• Modulación de la entrada del usuario

10. Patrones generativos comunes

• 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