幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

AI Agent開發與應用(基於大模型的智能體構建)

  • 作者：凌峰|責編:王金柱
  • 出版社：清華大學
  • ISBN：9787302685975
  • 出版日期：2025/04/01
  • 裝幀：平裝
  • 頁數：278
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書詳盡地闡述智能體的基礎理論、開發工具以及不同層次的開發方法，通過融合自然語言理解、多輪對話和任務自動化技術，為讀者提供從理論到實踐的全方位指導，旨在幫助讀者構建高效的智能體。本書分為3個部分，共12章。第1部分（第1?5章）深入解析智能體的工作原理及開發所需的工具鏈，包括智能體的定義、類型及其與大語言模型（LLM）的關係，探討智能體框架結構和核心模塊的設計，並介紹LangChain和LlamaIndex等技術如何助力任務自動化和數據管理，使讀者能夠親身體驗智能體的基礎開發過程。第2部分（第6、7章）聚焦于智能體的淺度開發，通過訂票系統和智能翻譯智能體等實例，展示如何將理論知識應用於實際項目。第3部分（第8?12章）深入探索智能體的高級開發技巧。其中，第8?10章通過郵件處理、面試助手、個性化推送等案例，展現智能體在實際應用中的強大功能；第11、12章則基於這些應用進行拓展，結合多種部署方案，進一步拓寬讀者的視野，使其能夠全面掌握智能體的多樣化應用場景。
    本書不僅適合智能體開發人員、人工智慧從業者和AI技術愛好者閱讀，還可作為培訓機構和高校相關課程的教材或參考書。
作者介紹
凌峰|責編:王金柱
    凌峰     博士，目前就職于某985高校，長期從事機器學習、人工智慧、電腦視覺與大模型領域的研發與教學，在模型優化、訓練加速、數據驅動演算法開發等方面有深刻見解，參與並主導多項相關科研項目。
目錄
第1部分  初窺智能體
  第1章  何為智能體
    1.1  智能體的定義與構成
      1.1.1  智能體的基本概念與特點
      1.1.2  智能體的核心組件與架構
      1.1.3  智能體的開發流程與實施方法
      1.1.4  智能體在實際應用中的運行模式
    1.2  智能體與大語言模型的關係
      1.2.1  大語言模型如何賦能智能體
      1.2.2  智能體與大語言模型的集成方式
      1.2.3  大語言模型如何提升智能體的用戶體驗
      1.2.4  大語言模型的局限性與智能體的應對策略
    1.3  智能體的類型與應用領域
      1.3.1  按功能分類的智能體類型
      1.3.2  智能體在不同領域中的典型應用
      1.3.3  多智能體系統與分散式任務執行
    1.4  本章小結
    1.5  思考題
  第2章  大模型驅動的Agent技術框架
    2.1  大語言模型（LLM）在智能體中的核心作用
      2.1.1  LLM的自然語言理解與生成能力
      2.1.2  LLM賦能智能體的知識推理能力
      2.1.3  持續學習與動態更新的智能體構建
      2.1.4  多語言支持與跨文化交互的實現
    2.2  Agent技術框架的結構與關鍵模塊
      2.2.1  感知、決策、執行：Agent的三層結構解析
      2.2.2  上下文管理與記憶模塊的集成設計
    2.3  智能體與API、向量資料庫的無縫集成
      2.3.1  智能體與RESTfulAPI的集成方法
      2.3.2  向量資料庫在語義檢索中的作用
    2.4  常見框架與開發者平台：ReAct、HuggingFace和LangChain
      2.4.1  ReAct框架的核心思想與應用場景
      2.4.2  HuggingFace平台與模型管理
      2.4.3  LangChain在複雜任務中的應用
    2.5  本章小結
    2.6  思考題
  第3章  用LangChain打造全能智能體
    3.1  LangChain的核心組件與功能介紹
      3.1.1  鏈式邏輯與任務分解機制
      3.1.2  數據流管理與上下文傳遞
      3.1.3  集成LLM進行推理與生成
      3.1.4  回調與實時監控功能
    3.2  使用LangChain實現多步驟推理和任務自動化
      3.2.1  任務分解與模塊化設計
      3.2.2  條件推理與決策鏈條構建
      3.2.3  任務自動化與觸發機制
      3.2.4  任務鏈的優化與性能提升
    3.3  如何集成外部數據源與工具
      3.3.1  集成資料庫與向量存儲
      3.3.2  API調用與外部系統集成

      3.3.3  文件與文檔處理模塊的集成
      3.3.4  物聯網與邊緣設備的集成方案
    3.4  構建具備記憶能力的對話系統
      3.4.1  短期記憶與上下文管理的實現
      3.4.2  長期記憶模塊的設計與實現
      3.4.3  多輪對話系統中的記憶優化
      3.4.4  應對複雜對話場景中的挑戰
    3.5  基於LangChain構建一個智能體模型
    3.6  本章小結
    3.7  思考題
  第4章  LlamaIndex賦能智能體應用
    4.1  LlamaIndex的架構與索引機制解析
      4.1.1  數據索引的基本原理與關鍵演算法
      4.1.2  支持高效查詢的倒排索引設計
      4.1.3  LlamaIndex與向量資料庫的集成方案
    4.2  如何將非結構化數據轉換為智能體知識庫
      4.2.1  文本解析與自然語言處理技術的應用
      4.2.2  數據清洗與格式標準化流程設計
      4.2.3  通過LlamaIndex與LangChain的無縫集成實現知識庫構建
    4.3  實現實時數據查詢與響應
      4.3.1  實時查詢管道的設計與優化
      4.3.2  緩存機制與查詢性能的提升策略
      4.3.3  在LlamaIndex中實現多模態查詢
      4.3.4  與API和物聯網設備的動態數據對接
    4.4  本章小結
    4.5  思考題
  第5章  快速上手智能體開發
    5.1  智能體開發的一般流程
      5.1.1  需求分析與功能設計
      5.1.2  系統架構與模塊劃分
      5.1.3  開發與測試的迭代流程
    5.2  開發初體驗：利用GPT在線快速開發智能體
      5.2.1  利用GPT在線開發智能體
      5.2.2  初步體驗：旅行出遊智能體
      5.2.3  發布與測試智能體原型
    5.3  智能體初步應用：論文潤色專家
      5.3.1  論文潤色的基本流程
      5.3.2  配置智能體詳細信息以完成智能體開發
    5.4  本章小結
    5.5  思考題
第2部分  智能體基礎應用開發
  第6章  貼身管家：出行訂票智能體
    6.1  探索智能體：讓代碼思考起來
      6.1.1  解析LangChain與ReAct的核心思想
      6.1.2  智能體如何簡化出行訂票流程
    6.2  從0到1：你的第一位出行助手
      6.2.1  搭建開發環境：必備工具與環境配置詳解
      6.2.2  智能體核心模塊解析：代碼實現與邏輯設計
    6.3  本章小結
    6.4  思考題

  第7章  智能翻譯系統的開發與部署
    7.1  需求分析與設計規劃
      7.1.1  用戶需求與目標定義
      7.1.2  多語言支持與術語一致性設計
      7.1.3  輸入輸出格式與核心模塊規劃
    7.2  核心邏輯與代碼原理：多語言模型與翻譯演算法詳解
      7.2.1  多語言模型的調用與上下文保持
      7.2.2  翻譯優化與錯誤處理機制
      7.2.3  Prompt設計與多輪交互實現
    7.3  代碼實現與智能體集成：從開發到部署的全流程
      7.3.1  開發環境配置與API集成
      7.3.2  翻譯系統的代碼實現與模塊測試
      7.3.3  智能翻譯系統的部署與優化
    7.4  本章小結
    7.5  思考題
第3部分  智能體深度開發
  第8章  秒回郵件：智能郵件助理
    8.1  需求分析：郵件助手的核心功能與用戶痛點
      8.1.1  任務分類與優先順序排序的需求分析
      8.1.2  用戶需求的多樣化與場景適應性設計
    8.2  實現多任務郵件管理的技術架構
      8.2.1  非同步任務隊列與高併發處理架構設計
      8.2.2  郵件分類與存儲結構的優化設計
      8.2.3  API介面與郵件伺服器的無縫集成設計
      8.2.4  多用戶管理與許可權控制的實現架構
    8.3  集成LLM處理自然語言郵件回復
      8.3.1  LLM在多輪對話中的語境保持
      8.3.2  個性化與情感分析在郵件回復中的應用
      8.3.3  模板化與自定義語句生成的實現設計
      8.3.4  錯誤處理與異常情況的回復策略
    8.4  個性化優化：學慣用戶風格的郵件寫作
      8.4.1  用戶行為追蹤與語言模型的訓練優化
      8.4.2  自適應個性化郵件模板的設計與實現
    8.5  本章小結
    8.6  思考題
  第9章  未來招聘官：智能面試助手
    9.1  面向招聘的需求分析與系統設計
      9.1.1  招聘流程的模塊化拆解與系統目標設定
      9.1.2  系統架構設計與任務調度策略
      9.1.3  用戶管理與許可權控制機制的實現
    9.2  NLP在簡歷解析與匹配中的應用
      9.2.1  簡歷解析演算法與文本結構化處理
      9.2.2  崗位需求分析與簡歷的精準匹配
    9.3  面試中的情感與行為分析
    9.4  自動化評估與生成候選人的評價報告
    9.5  本章小結
    9.6  思考題
  第10章  個性化推送：智能推薦系統
    10.1  推薦系統的需求分析與數據來源
      10.1.1  用戶行為數據的採集與分析策略

      10.1.2  推薦系統中的特徵工程與數據標注
    10.2  協同過濾與內容推薦演算法的應用
      10.2.1  基於用戶和物品的協同過濾演算法
      10.2.2  基於內容的推薦演算法實現
      10.2.3  混合推薦系統的設計與實現
      10.2.4  演算法優化與模型訓練
    10.3  本章小結
    10.4  思考題
  第11章  專業撰稿人：智能寫作助手
    11.1  需求分析與功能設計
      11.1.1  內容生成的應用場景與需求挖掘
      11.1.2  多語言支持與語義校準的必要性
      11.1.3  個性化寫作與用戶偏好定製
    11.2  模塊設計與核心演算法：搭建智能寫作系統的邏輯框架
      11.2.1  內容生成與續寫演算法的實現原理
      11.2.2  多輪交互與上下文保持策略
    11.3  代碼實現與系統部署
      11.3.1  智能寫作系統的核心代碼實現
      11.3.2  API集成與功能擴展方案
      11.3.3  系統部署與性能優化
    11.4  本章小結
    11.5  思考題
  第12章  電商好幫手：智能在線客服
    12.1  用戶需求與功能設計
      12.1.1  電商平台用戶的主要需求與痛點分析
      12.1.2  智能客服的核心功能規劃與模塊設計
      12.1.3  用戶交互方式與多渠道集成方案
    12.2  核心演算法與自然語言處理：智能客服的技術架構
      12.2.1  意圖識別與對話管理：智能客服的基礎邏輯
      12.2.2  多輪對話與上下文保持：實現連貫的用戶交互
      12.2.3  演算法與工具選型：自然語言處理與推薦系統的集成
    12.3  從代碼實現到系統部署：打造可擴展的智能客服智能體
      12.3.1  核心代碼實現與模塊集成
      12.3.2  系統測試與性能優化策略
      12.3.3  系統部署與優化：將智能客服智能體投入實際應用
    12.4  本章小結
    12.5  思考題

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032