課程代號：2326020007  

新一代全端 AI 開發流程實戰

1.掌握 AI 輔助開發流程，學會使用 AI Agent 建置環境、產生程式碼、排查錯誤 2.使用 Spring Boot 4 建立符合分層架構的 RESTful API 後端服務 3.透過 Docker、PostgreSQL（pgvector）與 Flyway 管理資料庫生命週期 4.使用 Spring Security 為 API 加入 JWT 認證與端點權限控制 5.運用 Spring AI 2.0 整合大型語言模型，實作串流對話與對話記憶 6.實作 Tool Calling 讓 AI 存取企業即時資料（商品、訂單、庫存） 7.建置企業級 RAG 檢索增強生成系統，讓 AI 基於文件知識庫作答 8.完成可展示的前後端整合智慧商城客服系統
課程型態/
混成
上課地址/
工研院中興院區21館（新竹縣竹東鎮中興路四段195號）及線上直播（Webex）同步
時  數/
14 小時
起迄日期/
2026/09/17 ~ 2026/09/18
聯絡資訊/
黃筱芸,王湘文,林鎂如   06-3636693,06-3636694,36698
報名截止日期：2026/09/15
線上報名
課程介紹

隨著 AI 開發工具（Antigravity、Claude Code、GitHub Copilot）的成熟，軟體開發已進入「AI 協作」時代。開發者不再從零手寫每一行程式碼，而是透過 AI Agent 產生架構骨架與樣板程式碼，自己專注在設計決策、程式碼審核與結果驗證。

本課程結合 Spring Boot 4 與 Spring AI 2.0，以「智慧商城客服系統」為貫穿案例，全程採用 AI 輔助開發流程。每個實戰單元都提供結構化 AI 提示詞，讓學員學會如何指揮 AI Agent 完成開發任務，同時深入理解每一層的架構責任邊界。課程涵蓋後端 REST API、資料庫容器化、JPA 持久化、Spring Security 認證授權，一路延伸至 AI 對話串流、工具呼叫（Tool Calling）、RAG 檢索增強生成，最後介紹擴充AI能力的MCP 標準化接口與Agent Skills。

課程結束後，學員將能透過AI協作開發一套智慧電商客服系統。此外，本課程全程使用 Antigravity 搭配 Claude Code 進行開發，除了贈送《使用 Spring AI 打造企業 RAG 知識庫》課本外，還會附贈 Claude Code 一個月訂閱額度。

課程目標

  • 掌握 AI 輔助開發流程，學會使用 AI Agent 建置環境、產生程式碼、排查錯誤
  • 使用 Spring Boot 4 建立符合分層架構的 RESTful API 後端服務
  • 透過 Docker、PostgreSQL（pgvector）與 Flyway 管理資料庫生命週期
  • 使用 Spring Security 為 API 加入 JWT 認證與端點權限控制
  • 運用 Spring AI 2.0 整合大型語言模型，實作串流對話與對話記憶
  • 實作 Tool Calling 讓 AI 存取企業即時資料（商品、訂單、庫存）
  • 建置企業級 RAG 檢索增強生成系統，讓 AI 基於文件知識庫作答
  • 完成可展示的前後端整合智慧商城客服系統
     

適合對象

  • 初階/入門開發人員，想透過 AI 輔助開發跨越語法門檻，快速上手 Java/Spring Boot
  • 原本具備單一技能（僅前端或後端）的工程師，想藉由 AI 協作開發完成前後端全端整合
  • Java / Spring Boot 後端開發人員，想導入 AI 輔助開發提升開發效率，並學會如何在產品中引入 AI 功能
  • 企業應用架構師、技術主管與工程師，評估 Spring AI 在既有系統的整合方案與 AI 開發流程的導入

建議課前須要懂什麼？

  • Java 程式語言基礎（能看懂類別、介面、註解）
  • 對 RESTful API 有基本認識（知道 GET / POST 的差異）
  • 對資料庫操作有基本認識（知道 SQL SELECT / INSERT）

上完本課程你可以學會？

  • 學會使用 AI Agent（Antigravity / Claude Code）輔助後端開發，包括環境建置、程式碼產生與除錯
  • 能開發具資料庫整合功能的 REST API 後端服務（Spring Boot + JPA + PostgreSQL）
  • 能透過 AI Agent 快速為 API 加入 Spring Security 認證授權（JWT / SecurityFilterChain）
  • 能使用 Spring AI 整合多種 AI 模型（Groq / OpenAI 相容介面）
  • 能實作 Tool Calling 讓 AI 即時查詢企業資料庫
  • 能建置企業級 RAG 檢索增強生成系統（文件上傳 → 向量化 → 語意檢索 → 生成回答）
  • 能設計 AI 對話記憶架構（短期記憶 + 長期向量化記憶）
  • 介紹 MCP 標準化接口對外發布 AI 工具能力
  • 介紹 Agent Skills 以及Spring Boot如何加入相關開發套件
     

講師簡介

凱文大叔

目前是上市櫃公司MIS主管，擁有超過 20 年的 Java 開發經驗，近期專注於人工智慧（AI）的應用研究，尤其是語言模型整合、RAG及智能化工作流程的開發，探索科技如何改變未來的系統架構與工作方式。

  • 【專長】：AI應用、AI工作流平台（Dify、n8n）、Java、Spring Boot、Javascript、React 企業流程導入
  • 【著作】：使用 Spring AI 打造企業 RAG 知識庫

課程大綱

模組

課程單元

單元大綱

時數

建構AI 開發環境

AI 開發工具介紹AI 輔助開發工具概覽（Antigravity / Claude Code）、AI Agent 在開發流程中的角色定位、提示詞設計三要素

1

實戰：透過 AI Agent 建置開發環境AI Agent 一鍵安裝 JDK 21 / Maven / Git / Docker Desktop / Python 3.12+ / Node.js 18+、VS Code 外掛配置、透過 Spring Initializr 建立課程專案並確認首次啟動

1

Spring Boot 概念與 API

Spring Boot 架構與 REST 設計原則Spring Boot 自動配置與 Starter 機制、IoC / DI 依賴注入、Spring MVC DispatcherServlet  請求流程、REST 設計原則與 HTTP 方法 / 狀態碼對應

1

實戰：透過 AI Agent 開發商品 REST APIAI Agent 建立 Controller / Service 兩層架構、Lombok 精簡程式碼、Bean Validation 輸入驗證、PowerShell 驗證 API 回應

1

資料庫容器化 與持久化

Docker PostgreSQL 與 FlywayAI Agent 產生 docker-compose.yml（PostgreSQL + pgvector）、Flyway 版本遷移管理與命名規則、AI Agent 設定 application.yml 資料庫連線

0.5

Spring Data JPA 與 Entity 映射ORM / JPA 概念、Entity 註解、JpaRepository、Query Method 命名規則、@Transactional 交易管理

0.5

實戰：透過 AI Agent 將 API 升級為資料庫版記憶體版 → JPA 版遷移（Controller 零修改）、Specification 動態查詢、@Modifying 批次操作、BaseAuditEntity 自動記錄時間戳記

1

生產級 API 開發實踐

實戰：透過 AI Agent 完成 API 文件、例外處理與 Log 機制SpringDoc OpenAPI 自動產生 Swagger UI 互動式文件、GlobalExceptionHandler 統一錯誤回應、@Slf4j 結構化 Log 與 AOP 橫切關注點速覽

0.5

實戰：透過 AI Agent 加入 Spring Security 認證授權Authentication vs Authorization 核心概念、SecurityFilterChain 過濾器鏈（Spring Security 7 最新寫法）、AI Agent 產生 JWT 認證設定、API 端點權限控制、搭配 AuditorAware 自動記錄操作者身份

0.5

Spring AI 基本概念

Spring AI 架構與 ChatClientSpring AI 2.0 核心架構與 ChatClient、Groq API 端點設定（OpenAI 相容介面）、SSE 串流輸出、對話記憶與 sessionId 隔離

0.5

實戰：透過 AI Agent 建立 AI 對話 APIChatClient.Builder  初始化與系統提示詞設定、SSE 串流端點實作、InMemoryChatMemory  短期對話記憶、啟動驗證

1

讓 AI 存取企業即時資料Tool Calling 核心價值、@Tool vs MethodToolCallback vs FunctionToolCallback、工具描述設計與安全邊界

0.5

實戰：透過 AI Agent 實作商品查詢工具建立 ProductTools（@Tool + ProductService）、ChatClient 掛載工具、驗證 AI 即時查詢資料庫數據

1

RAG 檢索 增強生成

RAG 與向量資料庫RAG 核心概念與 Fine-Tuning 比較、Embedding 向量化原理、ETL 流程：讀取 → 切分 → 向量化 → 儲存至 pgvector

0.5

實戰：透過 AI Agent 建置企業 RAG 系統文件上傳 API、TokenTextSplitter  切分策略、VectorStore 寫入 pgvector、QuestionAnswerAdvisor 檢索問答與驗證

1

React 快速入門與 SSE 串接Node.js / Vite / React 19 環境建立、TSX 語法與 TypeScript 型別標注、vite.config.ts Proxy 代理後端 API

0.5

實戰：透過 AI Agent 開發智慧客服聊天室EventSource SSE 串流接收、打字機效果、商品卡片 / 訂單卡片動態渲染、uiuxpromax 視覺優化

1

對話歷史 RAG 與長期記憶串流結束時非同步寫入向量庫、雙路 RAG 檢索（文件知識庫 + 對話歷史）、Metadata 過濾實現使用者級記憶隔離

0.5

擴充AI能力

介紹MCP  與Agent SkillsMCP  標準化接口概念、MCP Server / Client 實作 Spring AI如何使用Agent Skills

0.5

註：主辦單位保有課程內容及講師調整之權利。

課程資訊

  • 主辦單位：財團法人工業技術研究院產業學院
  • 舉辦地點：實體／線上直播同步
  • 實體教室：工研院中興院區21館（新竹縣竹東鎮中興路四段195號）
  • 線上直播：使用Cisco Webex Meetings（將於課前提供會議室資訊）
  • 課程日期：9月17日(四)、9月18日(五) 09:00～17:00，共2天，14 小時（日期如因配合講師有所異動將於開課前通知）
  • 課程費用

課程費用

價格

原價

12,600元/人

7天前報名 優惠價

9,500元/人

3人(含)以上揪團同行 優惠價

9,000元/人

  • 受訓證明：課程總出席率達80%，將由工業技術研究院產業學院核發受訓證明。
  • 報名方式：
  1. 線上報名：http://college.itri.org.tw
  2. 傳真報名：傳真電話 (06) 303-2289 （傳真後請來電確認，以保障優先報名權益）
  3. 電子郵件報名：E-mail：itritn@itri.org.tw
  • 報名洽詢：06-3636697
  • 繳費方式：信用卡線上繳費或匯款，主辦單位將於確認開班後通知您相關匯款資訊

注意事項

  • 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。
  • 維護課程品質與其他學員權益，若原報名繳費者不克參加時，但欲更換他人參加，敬請最晚於開課前一週通知主辦單位。
  • 收到上課及繳費通知後，於指定日期以匯款、支票或線上刷卡方式進行繳費。
  • 因課前教材、講義及餐點等皆需提前準備，若您不克前來，請於開課前一周告知，以利行政作業進行並共同愛護資源。
  • 如需取消報名退費規定：
  1. 學員於開訓前退訓者：退還所繳上課費用90％
  2. 學員於培訓期間上課未逾總時數1/3退訓者：退還所繳上課費用之50％
  3. 學員於培訓期間上課逾總時數1/3退訓者：不退費
  • 為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。
  • 本課程全程嚴禁錄影、錄音、拍照，如有違者除須當場徹底刪除相關資料，若有不配合或嚴重事宜者，將送法辦理。
  • 本教材嚴禁轉印、轉送、分享他人，如有違者，將保留法律追訴權。