L'IA générative est de plus en plus présente dans nos applications, et plusieurs solutions existent déjà pour l'utiliser. Mais lorsqu'il s'agit d'intégrer un LLM dans une application Java, des questions très concrètes se posent : comment structurer les échanges avec le modèle, lui fournir du contexte métier, ou l'amener à interagir proprement avec vos services ? Spring AI répond à ces enjeux en s'appuyant sur le modèle de programmation Spring.

Dans cette session, nous présenterons les concepts essentiels : RAG, Function Calling, Tools, Agents et MCP, en expliquant clairement leur rôle et en montrant comment ils s'utilisent dans la pratique.

L'objectif n'est pas de réaliser des implémentations complètes, mais d'illustrer chaque pattern avec des exemples simples afin de mieux comprendre l'intégration des LLM dans une application Java.

Nous verrons notamment comment :

• un RAG peut enrichir un modèle avec du contexte issu de vos données,
• le Function Calling permet au LLM d'invoquer des fonctions Java typées,
• certains patterns d'agents permettent de coordonner plusieurs étapes de façon structurée,
• le MCP permet aux modèles d'IA d'interagir avec des outils et des ressources externes de manière structurée.

Cette session offrira une vue d'ensemble pratique et accessible sur la manière d'intégrer les capacités des LLM dans une application Java en utilisant les mécanismes proposés par Spring AI.

À propos du speaker

Ricken Bazolo est consultant IT chez Carbon-IT, architecte logiciel senior et JUG Leader. Fort de plus de 10 ans d'expérience, il est spécialisé dans la conception, la modernisation et l'industrialisation de systèmes logiciels à forte valeur métier, notamment dans les secteurs de la banque, de l'assurance et de la fintech.

Fondateur de Gad Digital et auteur du livre Ultimate Java Design Patterns, Ricken est un passionné du partage de connaissances qui intervient régulièrement comme speaker, formateur et mentor. Son expertise pointue combine l'ingénierie logicielle pragmatique, les architectures Cloud, et l'intégration de l'IA générative dans les processus de delivery et de développement.