- 1

¿Qué es Spring y por qué es tan popular?
01:49 - 2

Configuración inicial de proyecto Spring Boot con Java 21
07:00 - 3

Crear un endpoint REST con Spring Boot e integrarlo con IA usando LangChain4j
07:29 - 4

Configuración de application.properties y perfiles en Spring Boot
12:23 - 5

Arquitectura por capas orientada al dominio en Java
04:35 quiz de Introducción a Spring Boot
Crear un endpoint REST con Spring Boot e integrarlo con IA usando LangChain4j
Clase 3 de 23 • Curso de Java Spring Boot
Contenido del curso
- 6

Conexión de Spring Boot con PostgreSQL usando Docker
10:36 - 7

Crear entidad con anotaciones JPA para tabla de base de datos
09:30 - 8

Repositorios CRUD con Spring Data sin escribir SQL
07:43 - 9

Creación de endpoints GET en Spring Boot para consultar películas
04:29 quiz de Persistencia con Spring Data y modelado de datos
- 10

Inyección de dependencias y contenedor IoC en Spring Boot
04:23 - 11

Separación de dominio y persistencia con DTOs en Java
08:55 - 12

Configuración de MapStruct con Spring para convertir entidades a DTO
09:26 - 13

Creación de conversores personalizados en MapStruct para enums y strings
10:01 - 14

Captura de parámetros con @PathVariable en Spring Boot
07:21 - 15

Códigos HTTP y Response Entity en APIs REST
06:52 quiz de Buenas prácticas en diseño de APIs
- 16

Crear endpoint POST para guardar películas en Spring Boot
10:20 - 17

Creación de endpoint PUT para actualizar películas en base de datos
11:50 - 18

Sistema de recomendaciones de películas con IA en Java
11:11 - 19

Control de excepciones con @RestControllerAdvice en Spring Boot
09:38 - 20

Validación automática de datos en APIs con Spring Boot
12:34 - 21

Documentación automática de APIs con OpenAPI en Spring Boot
10:52 - 22

Compilación de aplicación Java para producción con PostgreSQL
10:21 - 23

Despliegue de API Java con Docker en Render
10:20
Domina cómo crear un endpoint REST en Java con Spring Boot y potenciarlo rápidamente con inteligencia artificial utilizando LangChain4j. Aquí exploramos paso a paso cómo lograr que tu aplicación responda a peticiones y, además, integre respuestas impulsadas por IA usando OpenAI, todo dentro de un entorno organizado y moderno como IntelliJ IDEA.
¿Cómo crear un endpoint REST en Java con Spring Boot?
Primero, asegúrate de tener tu proyecto cargado y corriendo en IntelliJ IDEA; si puedes ver una respuesta desde el navegador, vas por buen camino.
- Debes crear una nueva clase llamada
HelloControllerdentro del paquetecom.platzi.play. - Anota la clase con
@RestController, lo que le indica a Spring Boot que aceptará y gestionará peticiones HTTP. - Agrega un método que retorne, por ejemplo, Hello world. Usa la anotación
@GetMappingpara especificar que este método responderá a peticiones GET. - Si accedes desde el navegador al endpoint raíz, obtendrás la respuesta definida, por ejemplo: “Hola mundo, Hello world”.
Así queda tu primer endpoint operativo en un proyecto Java con Spring Boot.
¿Cómo integrar inteligencia artificial a un proyecto Spring Boot con LangChain4j?
El siguiente paso es sumar inteligencia artificial a tu proyecto. Para esto, sigue estos puntos:
- Usa la librería
LangChain4j, especialmente diseñada para conectar APIs de inteligencia artificial con tus servicios Java. - Busca la documentación oficial de LangChain4j y agrega sus dependencias en el archivo
build.gradle. Incluye las dependencias para OpenAI y Spring Boot usando la versión 1.0.0-beta1, que permite el uso de una demo API key gratuita. - Refresca el proyecto Gradle para descargar e instalar las dependencias.
- En el archivo
application.propertiesdentro de la carpeta Resources, configura los parámetros necesarios para LangChain4j: langchain4j.openai.chatmodel.apikey=demolangchain4j.openai.chatmodel.model-name=gpt-4omini
Esto habilita a tu aplicación para procesar solicitudes de IA fácilmente.
¿Cómo crear y consumir un servicio de inteligencia artificial personalizado en Spring Boot?
- Crea una nueva interface llamada
PlatziPlayAIService. - Anótala con
@AIServicespara indicar que será usada como servicio de IA. - En la interface, añade un método llamado
generateGreetinganotado con@UserMessage. Usa triple comilla para definir el prompt: pide un saludo de bienvenida, con menos de 120 caracteres y el estilo de Platzi. - Llegó el momento de integrar este servicio al
HelloController. Decláralo comofinal, agréga una instancia en el constructor para permitir la inyección por Spring. - Modifica el endpoint para que retorne la respuesta de
generateGreeting()en vez de Hello world. - Relanza la aplicación, accede al endpoint y visualiza un saludo personalizado generado por OpenAI; cada petición puede recibir un mensaje diferente.
¿Te imaginas otros casos de uso para esta integración? ¿Qué otras funciones de IA podrías probar con LangChain4j? Comparte tus ideas en los comentarios y sigue explorando el potencial de estas herramientas.