Spring AI

1. Introducción a Spring AI

• Creación y configuración del proyecto
• El rol del prompt y su envío
• Escribir una primera prueba
• Elección del modelo
• Configuración del modelo
• Visión general 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 rol y su importancia
• Influir en la generación de respuestas usando opciones
• Streaming y formateo de la salida
• Metadatos en la respuesta

4. Uso de sus datos y documentos

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

5. El rol de la memoria en la IA

• Por qué necesitamos memoria
• Agregar y configurar memoria para apoyar la conversación
• El ID de conversación
• Soporte de memoria persistente
• Almacenamiento de la memoria del chat en el almacén vectorial

6. Herramientas de IA

• Aplicaciones habilitadas para herramientas
• Comprensión de las capacidades de las herramientas
• Escribir y poner la herramienta en marcha
• Funciones como herramientas

7. El Protocolo de Contexto de Modelo (MCP)

• ¿Por qué necesitamos MCP?
• Trabajo con un Cliente MCP
• Escritura del 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 actuador
• Verificación de operaciones del almacén vectorial
• Análisis de la interacción con el modelo
• Conteo de tokens
• Integración en Prometheus y creación de un dashboard
• Trazabilidad de operaciones de IA

9. Salvaguardas en la IA generativa

• Control de documentos accedidos mediante RAG
• Seguridad de herramientas
• Contraste del prompt adversarial
• Modерación de la entrada del usuario

10. Patrones generativos comunes

• Resumen de contenido
• Traducción de mensajes
• Análisis de sentimientos

11. El rol de los Agentes

• Qué es un agente
• Implementación de flujos de trabajo agentivos
• Cadena de prompts, enrutamiento de tareas y paralelización
• Acceso al agente mediante MCP