Spring AI

1. Introducción a Spring AI

• Creación y configuración del proyecto
• El rol del prompt y el envío de prompts
• Escritura de 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 rol y su importancia
• Influencia en la generación de respuestas mediante opciones
• Streaming y formato 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
• Un RAG utilizando 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 la conversación
• Soporte para memoria persistente
• Almacenamiento de la memoria de chat en el almacén vectorial

6. Herramientas de IA

• Una aplicación habilitada 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?
• Trabajar 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
• Observación de la interacción del modelo
• Conteo de tokens
• Integración todo en Prometheus y creación de un panel de control
• Rastreo de operaciones de IA

9. Protección en la IA generativa

• Control de documentos accedidos mediante RAG
• Seguridad de las herramientas
• Contrarrestar el prompting adversarial
• Moderación 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
• Encadenado de prompts, enrutamiento de tareas y paralelización
• Acceso al agente vía MCP