新書推薦：
《
功名诀：左宗棠镜像
》
售價：NT$
908.0
《
布克哈特书信选
》
售價：NT$
439.0
《
DK园艺的科学（100+个与园艺有关的真相，让你读懂你的植物，打造理想花园。）
》
售價：NT$
500.0
《
牛津呼吸护理指南（原书第2版） 国际经典护理学译著
》
售價：NT$
959.0
《
窥夜：全二册
》
售價：NT$
407.0
《
有底气（冯唐半生成事精华，写给所有人的底气心法，一个人内核越强，越有底气！）
》
售價：NT$
347.0
《
广州贸易：近代中国沿海贸易与对外交流（1700-1845）（一部了解清代对外贸易的经典著作！国际知名史学家深度解读鸦片战争的起源！）
》
售價：NT$
454.0
《
真爱遗事：中国现代爱情观的形成
》
售價：NT$
551.0
|
| 編輯推薦： |
在人工智能蓬勃发展的浪潮中，大语言模型（LLM）正以惊人的速度成为智能体（Agent）构建的强大引擎，引领各行业迈向自动化与智能化的崭新纪元。《AI Agent开发与应用：基于大模型的智能体构建》这本书，恰似一把开启智能体开发宝藏的钥匙，为开发者和企业照亮了前行的道路。
全书精心构建了三部分12个章节，从理论基础层层递进至丰富多彩的实践应用，帮助读者系统掌握AI Agent的开发精髓。第一部分第1~5章），深入剖析智能体的基本工作原理以及开发所需的完整工具链。它详细阐述了智能体的定义、类型，清晰梳理其与大语言模型之间千丝万缕的关系，让您透彻理解智能体是如何借助大语言模型拥有卓越的语言理解和生成能力。同时，对智能体在未来技术生态中的战略意义进行了前瞻性的探讨，揭示其在推动数字化转型进程中的关键作用。
第二部分（第6~7章）将理论与实践紧密相连。通过出行订票智能体和智能翻译及语言辅助智能体这两个生动的实践案例，全方位展示了智能体在实际场景中的强大实力。从需求分析的细致入微，到技术架构设计的精巧构思，再到具体实现过程的步步为营，每一个环节都详细解读，让您清晰地看到智能体如何利用大语言模型
|
| 內容簡介： |
|
”《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开发技巧。其中，第8～10章通过邮件处理、面试助手、个性化推送等案例，展现智能体在实际应用中的强大功能；第11、12章则基于这些应用进行拓展，结合多种部署方案，进一步拓宽读者的视野，使其能够全面掌握智能体的多样化应用场景。 《AI Agent开发与应用：基于大模型的智能体构建》不仅适合智能体开发人员、人工智能从业者和AI技术爱好者阅读，还可作为培训机构和高校相关课程的教材或参考书。”
|
| 關於作者： |
|
凌峰，博士，目前就职于某985高校，长期从事机器学习、人工智能、计算机视觉与大模型领域的研发与教学，在模型优化、训练加速、数据驱动算法开发等方面有深刻见解，参与并主导多项相关科研项目。
|
| 目錄：
|
目 录
第 1 部分 初窥智能体
第 1 章 何为智能体 3
1.1 智能体的定义与构成 3
1.1.1 智能体的基本概念与特点 3
1.1.2 智能体的核心组件与架构 4
1.1.3 智能体的开发流程与实施方法 6
1.1.4 智能体在实际应用中的运行模式 9
1.2 智能体与大语言模型的关系 9
1.2.1 大语言模型如何赋能智能体 9
1.2.2 智能体与大语言模型的集成方式 10
1.2.3 大语言模型如何提升智能体的用户体验 10
1.2.4 大语言模型的局限性与智能体的应对策略 11
1.3 智能体的类型与应用领域 11
1.3.1 按功能分类的智能体类型 11
1.3.2 智能体在不同领域中的典型应用 13
1.3.3 多智能体系统与分布式任务执行 13
1.4 本章小结 14
1.5 思考题 14
第 2 章 大模型驱动的Agent技术框架 16
2.1 大语言模型（LLM）在智能体中的核心作用 16
2.1.1 LLM的自然语言理解与生成能力 16
2.1.2 LLM赋能智能体的知识推理能力 17
2.1.3 持续学习与动态更新的智能体构建 18
2.1.4 多语言支持与跨文化交互的实现 21
2.2 Agent技术框架的结构与关键模块 22
2.2.1 感知、决策、执行：Agent的三层结构解析 22
2.2.2 上下文管理与记忆模块的集成设计 22
2.3 智能体与API、向量数据库的无缝集成 24
2.3.1 智能体与RESTful API的集成方法 24
2.3.2 向量数据库在语义检索中的作用 25
2.4 常见框架与开发者平台：ReAct、Hugging Face和LangChain 28
2.4.1 ReAct框架的核心思想与应用场景 29
2.4.2 Hugging Face平台与模型管理 29
2.4.3 LangChain在复杂任务中的应用 31
2.5 本章小结 32
2.6 思考题 32
第 3 章 用LangChain打造全能智能体 33
3.1 LangChain的核心组件与功能介绍 33
3.1.1 链式逻辑与任务分解机制 33
3.1.2 数据流管理与上下文传递 37
3.1.3 集成LLM进行推理与生成 38
3.1.4 回调与实时监控功能 38
3.2 使用LangChain实现多步骤推理和任务自动化 40
3.2.1 任务分解与模块化设计 40
3.2.2 条件推理与决策链条构建 43
3.2.3 任务自动化与触发机制 43
3.2.4 任务链的优化与性能提升 45
3.3 如何集成外部数据源与工具 48
3.3.1 集成数据库与向量存储 49
3.3.2 API调用与外部系统集成 50
3.3.3 文件与文档处理模块的集成 51
3.3.4 物联网与边缘设备的集成方案 51
3.4 构建具备记忆能力的对话系统 52
3.4.1 短期记忆与上下文管理的实现 52
3.4.2 长期记忆模块的设计与实现 53
3.4.3 多轮对话系统中的记忆优化 54
3.4.4 应对复杂对话场景中的挑战 55
3.5 基于LangChain构建一个智能体模型 56
3.6 本章小结 60
3.7 思考题 60
第 4 章 LlamaIndex赋能智能体应用 61
4.1 LlamaIndex的架构与索引机制解析 61
4.1.1 数据索引的基本原理与关键算法 61
4.1.2 支持高效查询的倒排索引设计 63
4.1.3 LlamaIndex与向量数据库的集成方案 65
4.2 如何将非结构化数据转换为智能体知识库 66
4.2.1 文本解析与自然语言处理技术的应用 67
4.2.2 数据清洗与格式标准化流程设计 67
4.2.3 通过LlamaIndex与LangChain的无缝集成实现知识库构建 68
4.3 实现实时数据查询与响应 69
4.3.1 实时查询管道的设计与优化 69
4.3.2 缓存机制与查询性能的提升策略 70
4.3.3 在LlamaIndex中实现多模态查询 71
4.3.4 与API和物联网设备的动态数据对接 71
4.4 本章小结 77
4.5 思考题 77
第 5 章 快速上手智能体开发 78
5.1 智能体开发的一般流程 78
5.1.1 需求分析与功能设计 78
5.1.2 系统架构与模块划分 79
5.1.3 开发与测试的迭代流程 79
5.2 开发初体验：利用GPT在线快速开发智能体 80
5.2.1 利用GPT在线开发智能体 80
5.2.2 初步体验：旅行出游智能体 84
5.2.3 发布与测试智能体原型 86
5.3 智能体初步应用：论文润色专家 87
5.3.1 论文润色的基本流程 88
5.3.2 配置智能体详细信息以完成智能体开发 89
5.4 本章小结 95
5.5 思考题 95
第 2 部分 智能体基础应用开发
第 6 章 贴身管家：出行订票智能体 99
6.1 探索智能体：让代码思考起来 99
6.1.1 解析LangChain与ReAct的核心思想 99
6.1.2 智能体如何简化出行订票流程 103
6.2 从0到1：你的第一位出行助手 104
6.2.1 搭建开发环境：bi备工具与环境配置详解 104
6.2.2 智能体核心模块解析：代码实现与逻辑设计 108
6.3 本章小结 120
6.4 思考题 121
第 7 章 智能翻译系统的开发与部署 122
7.1 需求分析与设计规划 122
7.1.1 用户需求与目标定义 122
7.1.2 多语言支持与术语一致性设计 123
7.1.3 输入输出格式与核心模块规划 125
7.2 核心逻辑与代码原理：多语言模型与翻译算法详解 127
7.2.1 多语言模型的调用与上下文保持 128
7.2.2 翻译优化与错误处理机制 130
7.2.3 Prompt设计与多轮交互实现 131
7.3 代码实现与智能体集成：从开发到部署的全流程 133
7.3.1 开发环境配置与API集成 134
7.3.2 翻译系统的代码实现与模块测试 135
7.3.3 智能翻译系统的部署与优化 144
7.4 本章小结 149
7.5 思考题 150
第 3 部分 智能体深度开发
第 8 章 秒回邮件：智能邮件助理 153
8.1 需求分析：邮件助手的核心功能与用户痛点 153
8.1.1 任务分类与优先级排序的需求分析 153
8.1.2 用户需求的多样化与场景适应性设计 154
8.2 实现多任务邮件管理的技术架构 157
8.2.1 异步任务队列与高并发处理架构设计 157
8.2.2 邮件分类与存储结构的优化设计 158
8.2.3 API接口与邮件服务器的无缝集成设计 160
8.2.4 多用户管理与权限控制的实现架构 161
8.3 集成LLM处理自然语言邮件回复 163
8.3.1 LLM在多轮对话中的语境保持 163
8.3.2 个性化与情感分析在邮件回复中的应用 163
8.3.3 模板化与自定义语句生成的实现设计 164
8.3.4 错误处理与异常情况的回复策略 167
8.4 个性化优化：学习用户风格的邮件写作 168
8.4.1 用户行为追踪与语言模型的训练优化 168
8.4.2 自适应个性化邮件模板的设计与实现 170
8.5 本章小结 176
8.6 思考题 176
第 9 章 未来招聘官：智能面试助手 178
9.1 面向招聘的需求分析与系统设计 178
9.1.1 招聘流程的模块化拆解与系统目标设定 178
9.1.2 系统架构设计与任务调度策略 179
9.1.3 用户管理与权限控制机制的实现 181
9.2 NLP在简历解析与匹配中的应用 184
9.2.1 简历解析算法与文本结构化处理 184
9.2.2 岗位需求分析与简历的精准匹配 189
9.3 面试中的情感与行为分析 191
9.4 自动化评估与生成候选人的评价报告 194
9.5 本章小结 198
9.6 思考题 198
第 10 章 个性化推送：智能推荐系统 200
10.1 推荐系统的需求分析与数据来源 200
10.1.1 用户行为数据的采集与分析策略 200
10.1.2 推荐系统中的特征工程与数据标注 202
10.2 协同过滤与内容推荐算法的应用 205
10.2.1 基于用户和物品的协同过滤算法 206
10.2.2 基于内容的推荐算法实现 210
10.2.3 混合推荐系统的设计与实现 211
10.2.4 算法优化与模型训练 217
10.3 本章小结 220
10.4 思考题 220
第 11 章 专业撰稿人：智能写作助手 222
11.1 需求分析与功能设计 222
11.1.1 内容生成的应用场景与需求挖掘 222
11.1.2 多语言支持与语义校准的必要性 224
11.1.3 个性化写作与用户偏好定制 227
11.2 模块设计与核心算法：搭建智能写作系统的逻辑框架 230
11.2.1 内容生成与续写算法的实现原理 230
11.2.2 多轮交互与上下文保持策略 233
11.3 代码实现与系统部署 237
11.3.1 智能写作系统的核心代码实现 237
11.3.2 API集成与功能扩展方案 240
11.3.3 系统部署与性能优化 243
11.4 本章小结 246
11.5 思考题 247
第 12 章 电商好帮手：智能在线客服 248
12.1 用户需求与功能设计 248
12.1.1 电商平台用户的主要需求与痛点分析 248
12.1.2 智能客服的核心功能规划与模块设计 249
12.1.3 用户交互方式与多渠道集成方案 252
12.2 核心算法与自然语言处理：智能客服的技术架构 255
12.2.1 意图识别与对话管理：智能客服的基础逻辑 256
12.2.2 多轮对话与上下文保持：实现连贯的用户交互 260
12.2.3 算法与工具选型：自然语言处理与推荐系统的集成 263
12.3 从代码实现到系统部署：打造可扩展的智能客服智能体 266
12.3.1 核心代码实现与模块集成 267
12.3.2 系统测试与性能优化策略 270
12.3.3 系统部署与优化：将智能客服智能体投入实际应用 273
12.4 本章小结 277
12.5 思考题 277
|
| 內容試閱：
|
前 言
随着人工智能技术的迅猛发展，大语言模型（Large Language Models，LLM）正在成为智能体构建的核心驱动力，推动各行业实现自动化与智能化变革。这些基于LLM的智能体不仅具备出色的自然语言处理能力，还能通过多轮对话、知识推理和任务自动化来高效应对复杂任务。在金融、医疗、教育和客户服务等领域，智能体展现出了强大的适应能力，正在重塑传统的业务流程与人机交互方式。
本书旨在全面解析大语言模型驱动的智能体系统，帮助开发者和企业掌握智能体的技术原理和实践应用。
本书内容
本书分为3部分，共12章，从理论基础到实践案例，系统地讲解智能体的开发流程与技术实现。
第1部分（第1～5章）讲解了智能体的基本工作原理及其开发所需的工具链，涵盖智能体的定义、类型及其与大语言模型的关系，分析了智能体对未来技术生态的影响。
第1章对智能体的定义、构成和类型进行了深入分析，探讨了LLM如何与智能体无缝结合，从而赋予其语言理解和生成的能力。本章还分析了智能体在未来技术生态中的战略地位及其在推动数字化转型中的重要作用。
第2章围绕智能体的技术框架展开，剖析了智能体系统的感知、决策、执行三层结构，重点介绍了上下文管理和记忆模块在复杂任务处理中的应用。本章还阐明了智能体与RESTful API、向量数据库的集成方案，帮助系统实现数据实时获取与高效语义检索。此外，本章还介绍了ReAct、Hugging Face和LangChain等技术栈在智能体开发中的关键作用，为读者提供了系统的工具和平台选择指南。第3章与第4章聚焦于具体开发框架的应用。
第3章深入探讨了如何使用LangChain实现多步骤推理与任务自动化，并展示了智能体在复杂场景中的动态工具集成。
第4章介绍了LlamaIndex的架构与索引机制，讲解了如何将非结构化数据转换为智能体的知识库，并通过实时数据查询和响应提升系统的智能化水平。
第5章实践如何利用OpenAI的API快速搭建一个针对论文润色的智能体助手，并掌握快速迭代开发的能力。
第2部分（第6、7章）主要介绍智能体的初步开发应用，本部分通过两个实践案例展示了智能体的实际应用场景，包括出行订票智能体以及智能翻译及语言辅助智能体等。每个案例都提供了从需求分析、技术架构设计到具体实现过程的详细解读。这些案例展示了智能体如何通过LLM进行语言处理、用户行为预测和自动化任务执行，并分析了如何针对不同应用场景进行个性化优化。
第3部分（第8～12章）本部分致力于探索更复杂、更专业的智能体应用场景，通过不同领域的智能体开发示例，展示如何结合多种技术栈，将智能体的潜力最大化应用于实际业务中。读者将在本部分中接触到邮件处理、人才招聘、个性化推荐、写作助手和在线客服等多个高度实用的领域，并掌握从开发到部署的全流程技巧。本部分将带领读者挑战更具难度的智能体系统，实现从简单逻辑到复杂应用的过渡。
智能体技术的应用不仅推动了各行业的数字化升级，还为未来的技术发展提供了全新的思路。本书通过系统的理论分析与丰富的实践案例，致力于帮助智能体开发者、人工智能从业者和对智能体开发感兴趣的人员，以及相关专业的高校师生，掌握LLM驱动的智能体开发技术，并将其有效应用于实际场景。
资源下载
本书提供配套源码，读者用微信扫描下面的二维码即可获取。
著 者
2025年1月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
