LLMContar tokens e estimar custos ao chamar LLM em Java
Como contar tokens localmente com JTokkit, calcular custos com BigDecimal, bloquear requisições que excedem orçamento e comparar com uso real do Spring AI.
Streaming de resposta da LLM API com Java 21 e Spring Boot
Receba cada token da LLM API via Server-Sent Events usando HttpClient e WebClient, depois envie para o navegador, com tratamento de erros, timeout e testes.
Function calling / tool use por exemplo com Spring AI
Entenda como LLMs chamam funções da sua aplicação, de JSON puro a @Tool no Spring AI. O artigo tem exemplos de consulta, cancelamento de pedido e testes sem chamar o modelo de verdade.
Structured output: forçar LLM a retornar JSON no schema correto com Spring AI
Como forçar LLM a retornar JSON que combine com schema no Spring Boot: mapear para record usando Spring AI, ativar JSON Schema nativo, validar, retry e escrever testes.
Prompt engineering: técnicas que funcionam imediatamente
Técnicas de prompt engineering práticas como system prompt, delimiter, few-shot, structured output e temperature, ilustradas com Spring AI.
Chamando a API LLM: temperature, top_p e max_tokens
Entenda como temperature, top_p e max_tokens controlam a saída da LLM, e configure-os corretamente com Spring AI em aplicações Spring Boot 3.
Como LLM funciona: tokens, context window e sampling
Entenda três conceitos fundamentais de LLM: tokens, context window e sampling, com código Java 21 para contar tokens, encaixar histórico de chat e configurar temperature, top-k, top-p.
Stack AI $0: explicação detalhada com exemplos
Análise de uma arquitetura AI de nível produção que pode rodar com custo $0, desde frontend, RAG, LLM local até deployment, com exemplos práticos de código.
GPT-Live ouvindo e falando ao mesmo tempo — como funciona e exemplo de integração Java
Explica a arquitetura full-duplex de escuta-fala simultânea de modelos LLM em tempo real, com exemplo de integração WebSocket usando Spring Boot.
Reparar documentos RAG sem sobrescrever: atualização correta para LLM
Quando documentos de origem mudam, sobrescrever diretamente no vector store causa inconsistência de dados. Este artigo orienta o processo de versionamento seguro para RAG.
12 papers de IA que mudaram tudo: explicação detalhada com exemplos
Compilação de 12 papers fundamentais de IA moderna — de AlexNet até RAG — com código Java ilustrando cada ideia central.
20 principais conceitos de IA em LLM: explicação detalhada
Resumo dos 20 conceitos fundamentais ao trabalhar com LLM — token, embedding, RAG, fine-tuning, agent... com exemplos de código Java/Spring AI.
AI Inference Engineering: explicação detalhada com exemplos
Aprenda como LLM gera cada token durante inference, técnicas de otimização como KV cache, batching, quantization e como medir performance com Java/Spring Boot.
Use AI para Economizar Tempo como Dev: Explicação Detalhada
Guia prático de como usar LLM para economizar tempo escrevendo código, testes e docs em projetos Spring Boot, com exemplos funcionais.