Generative-KI-Projekte in Java mit Spring Boot und Quarkus: Agenten, RAG, Speicher, MCP (Server/Client), Tools und LangChain-Orchestrierung mit GPT, Claude und Ollama, plus Bildgenerierung/-analyse und Sprachpipelines (Sprache-zu-Text und Text-zu-Sprache).
Dieses Repository, DLeon24/java-ai-agents-lab, ist ein umfassendes Labor für Entwickler, die Generative KI in Java mit Spring Boot und Quarkus erkunden möchten. Es bietet eine breite Palette von Projekten, die die Kerntechnologien moderner KI-Agenten abdecken: von Agentenarchitekturen über Retrieval-Augmented Generation (RAG) und Gedächtnismechanismen bis hin zum Model Context Protocol (MCP) sowohl als Server als auch als Client. Die Projekte nutzen das LangChain-Framework zur Orchestrierung von KI-Modellen wie GPT (OpenAI), Claude (Anthropic) und lokal ausgeführten Modellen über Ollama. Ergänzend dazu werden auch Bildgenerierungs- und Bildanalyse-Workflows sowie vollständige Sprachpipelines (Speech-to-Text und Text-to-Speech) demonstriert. Dieses Praxislabor richtet sich an Java-Entwickler, die verstehen lernen, wie KI-Agenten und multimodale KI-Funktionen in Java-basierten Anwendungen implementiert und integriert werden können, und unterstützt dabei sowohl gängige Cloud-KI-Dienste als auch lokale KI-Modelle.
npx skills add DLeon24/java-ai-agents-labGenerative-KI-Projekte in Java mit Spring Boot und Quarkus: Agenten, RAG, Speicher, MCP (Server/Client), Tools und LangChain-Orchestrierung mit GPT, Claude und Ollama, plus Bildgenerierung/-analyse und Sprachpipelines (Sprache-zu-Text und Text-zu-Sprache)
Quelle: https://github.com/DLeon24/java-ai-agents-lab
Entdeckt während der täglichen awesomeskills.dev Agenten-Skill-Suche.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".