使用 Spring AI 打造企業 RAG 知識庫

作者： 凱文大叔(蔡承凱)  

出版社：深智數位  

出版日期：2026/01/19

語言：繁體中文

規格：平裝 / 728頁 / 23 x 17 x 3.64 cm / 普通級 / 單色印刷 / 初版

出版地：中國台灣

（页面参数仅供参考，具体以实物为准）

內容簡介

本書以扎實的 Spring Boot/MVC/API 基礎為基石，

帶您精通 Spring AI 的核心組件，

具備開發企業級 AI 應用程式的能力

★ 從 Spring Boot 基礎教起，建立堅實的企業級開發能力

★ 精通 RESTful API 設計，打造穩健的生產級後端系統

★ 掌握多模態處理、語音合成，擴展智能應用邊界

★ 由 API 串接 AI，為模型賦予 Function Calling 行動力

★ 實戰企業級 RAG 知識庫，讓 AI 讀懂你的私有文件

★ 提供17個實作範例，涵蓋新的MCP開發

【核心基礎】奠定企業級 AI 應用開發基石

• 穩固開發基礎：深入解析 Spring Boot 自動配置、三層架構，以及 RESTful API 開發

• 觀念與實踐：掌握依賴注入、Validation、全域錯誤處理、安全配置 API Key 的方法

• 掌握 Spring AI 核心價值：專注於解決將 企業數據、API 與 AI 無縫串聯 的根本挑戰

• 統一 API 介面：透過 ChatClient，輕鬆整合多種主流 AI 模型

【AI 實戰】建構高智能對話與多模態能力

• RAG 知識庫核心：實作RAG系統，從而解決資料過時或幻覺 問題

• 賦予 AI 行動能力：透過 Function Calling突破AI限制，讓模型能調用外部 API 獲取即時數據、執行業務操作

• 記憶與上下文管理：建立 ChatMemory 系統，實現對話歷史的 短期記憶 和跨會話的 長期記憶

• 多模態功能集成：實現圖片、語音、影片分析及生成等功能

•結構化輸出保證：讓 AI 回應自動轉換為 類型安全 的 Java 物件，便於系統整合與數據處理

【企業部署與優化】打造生產就緒的 AI 平台

• 數據品質保證：深入了解 ETL的 文本清理、智能分塊 和 元資料增強 等技術

• Advanced RAG：學習 Embedding、Re-ranking排序優化，將檢索準確率提升至 90% 以上

• MCP協議擴展：掌握MCP，這是標準AI工具接口，可輕鬆整合外部服務

•生產部署與監控：進行效能監控與成本追蹤

【本書適合】

◎Java 開發者： 熟悉 Spring Boot 或 Spring Framework，希望快速進入 AI 應用開發領域

◎企業架構師與技術主管： 負責設計穩定、高效能、可擴展的 企業級 AI 平台 和 RAG 知識庫

◎數據工程師與後端工程師： 需要將 LLM、向量資料庫和企業數據進行深度整合，並重視系統穩定性

◎學生與轉職者： 渴望打下紮實的企業級後端（Spring Boot）與 AI 工程基礎，未來走向數據分析或 AI 工程領域

鑑於 Spring 框架在眾多企業核心業務系統中具有深厚的根基，Spring AI 的核心價值在於解決將 企業數據、API 與 AI 無縫串聯 的根本挑戰，是企業級 Java AI 開發的优選

作者介紹

凱文大叔(蔡承凱)

擁有超過 20 年的 Java 開發經驗，對 Java 生態系統了如指掌，擅長使用 Spring Boot 框架開發高效穩定的系統。除了全職軟體工程師的角色，也在 Amazing Talker 擔任程式語言講師，透過深入淺出的教學方式，幫助學員快速掌握技術。 近期，專注於人工智慧（AI）的應用研究，尤其是模型整合、RAG及智能化工作流程( Dify )的應用，探索 AI 科技如何改變未來。歡迎加入學習與成長的行列，一起探索 AI 的無限可能！

目錄

►第 1 章 Spring Boot 基礎

1.1 快速入門 - 10 分鐘建立應用

本節概要

1.1.1 為什麼選擇 Spring Boot ？

1.1.2 建立開發環境

1.1.3 建立 Spring Boot 專案

1.1.4 啟動

1.1.5 為 Spring AI 做準備

1.1.6 本節重點回顧

1.1.7 下一步

1.1.8 參考資源

1.2 專案架構與配置 - 掌握自動配置與標準架構