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開發實戰(從基礎原理到企業級應用)/智能系統與技術叢書

  • 作者：鄭天民|責編:李夢娜
  • 出版社：機械工業
  • ISBN：9787111788737
  • 出版日期：2025/09/01
  • 裝幀：平裝
  • 頁數：259
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    這是一本案例驅動的AI Agent開髮指南，提供豐富的「即插即用」的案例代碼和最佳實踐，幫助讀者迅速掌握Agent開發的主流模式和完整流程，滿足現實的業務場景需求，符合用戶的真實訴求。
    本書分為8章，共3篇，全面闡述Agent的表現類型、技術體系、開發模式和落地案例，具體內容如下：
    （1）AI Agent基礎篇（第1、2章）介紹AI Agent的基本概念和開發模式，引出AI Agent的技術體系和實現方式，並以最常見的OpenAI LLM為例，演示從零構建一個AI Agent的過程，提供OpenAI Swarm框架的使用方式和案例。
    （2）AI Agent實現篇（第3?5章）介紹AI Agent的典型實現模式，包括通用型的ReAct Agent和Plan-and-Execute Agent、集成RAG技術的知識型Agent，以及整合圖像和音頻處理技術的多模態Agent，並在實現過程中引入LangChain和LlamaIndex這些常用框架。
    （3）AI Agent應用篇（第6?8章）從實際需求出發，全面介紹構建企業級AI Agent所需的各項工程化技術。同時，引入多Agent系統應對複雜場景，並採用LlamaIndex、AutoGen、LangGraph等主流框架完成多個實戰案例，從而詳細闡述多Agent系統的設計開發過程以及相應的技術組件以及實現技巧。
作者介紹
鄭天民|責編:李夢娜
    鄭天民，網名天涯蘭，日本足利工業大學信息工程學碩士，研究方向為人工智慧在大規模調度系統中的應用。在國際三大索引上發表多篇論文，被引用50余次。具有10余年軟體行業從業經驗，曾先後任職于多家大型上市公司和互聯網、電商、健康等類型的獨角獸公司，擔任系統分析架構師、技術總監和CTO等職務，目前在一家大健康領域的創新型科技公司擔任CTO，帶領百餘人技術團隊，負責產品研發與技術團隊管理工作。主持過10余個面向研發人員的技術和管理類培訓課程，在架構設計和技術管理方面有豐富的經驗和深入的理解，是CSDN博客專家、TGO鯤鵬會會員。著有《Spring響應式微服務》《系統架構設計：程序員向架構師轉型之路》《向技術管理者轉型：軟體開發人員跨越行業、技術、管理的轉型思維與實踐》《微服務設計原理與架構》《微服務架構實戰》等作品。
目錄
前言
AI Agent基礎篇
  第1章  AI Agent開發模式
    1.1  認識AI Agent
      1.1.1  Agent的定義
      1.1.2  Agent的應用場景
    1.2  集成LLM
      1.2.1  LLM的技術體系
      1.2.2  LLM與提示工程
    1.3  Agent關鍵技術
      1.3.1  規劃
      1.3.2  記憶
      1.3.3  工具
      1.3.4  行動
    1.4  Agent的實現類型
      1.4.1  通用型Agent
      1.4.2  知識型Agent
      1.4.3  多模態Agent
      1.4.4  多Agent系統
    1.5  Agent開發工具和框架
      1.5.1  原生LLM
      1.5.2  LangChain和LangGraph
      1.5.3  LlamaIndex和工作流
      1.5.4  多Agent框架
    1.6  本章小結
  第2章  LLM和Agent
    2.1  集成OpenAI LLM
      2.1.1  引入OpenAI LLM
      2.1.2  集成OpenAI API
      2.1.3  理解函數調用
    2.2  基於OpenAI LLM從零構建並執行Agent
      2.2.1  構建Agent
      2.2.2  執行Agent
    2.3  基於OpenAI Swarm構建Agent
      2.3.1  OpenAI Swarm開發模式
      2.3.2  OpenAI Swarm案例解析
    2.4  本章小結
AI Agent實現篇
  第3章  通用型Agent
    3.1  ReAct Agent
      3.1.1  ReAct架構解析
      3.1.2  基於LlamaIndex構建ReAct Agent
      3.1.3  基於LangChain構建ReAct Agent
    3.2  Plan-and-Execute Agent
      3.2.1  Plan-and-Execute架構解析
      3.2.2  基於LangChain實現Plan-and-Execute Agent
    3.3  本章小結
  第4章  知識型Agent
    4.1  引入Agentic RAG
      4.1.1  RAG應用開發流程

      4.1.2  實現Agentic RAG架構
    4.2  基於LangChain構建知識型Agent
      4.2.1  處理文檔
      4.2.2  集成向量資料庫
      4.2.3  增強檢索功能
      4.2.4  整合ReAct Agent
    4.3  基於LlamaIndex構建多級知識型Agent
      4.3.1  文檔處理和檢索
      4.3.2  實現兩層文檔處理Agent
    4.4  本章小結
  第5章  多模態Agent
    5.1  引入多模態技術
      5.1.1  圖像處理技術基礎
      5.1.2  語音處理技術基礎
    5.2  基於LangChain實現多模態
      5.2.1  實現圖像處理
      5.2.2  實現語音處理
    5.3  多模態Agent案例分析
      5.3.1  構建Agent
      5.3.2  實現交互流程
    5.4  本章小結
AI Agent應用篇
  第6章  企業級Agent工程化技術
    6.1  Agent工程化技術棧
    6.2  Agent運行時管理
      6.2.1  基於Ollama實現私有化部署
      6.2.2  基於LangSmith實現運行監控
      6.2.3  基於Phoenix實現鏈路跟蹤
    6.3  Agent可視化交互
      6.3.1  使用Streamlit構建Web應用
      6.3.2  Agent可視化案例解析
    6.4  Agent外圍技術
      6.4.1  開放Web API
      6.4.2  集成數據持久化
    6.5  本章小結
  第7章  多Agent系統
    7.1  多Agent系統的實戰基礎
      7.1.1  多Agent系統的構建模式
      7.1.2  多Agent協作模式
    7.2  基於LlamaIndex構建多Agent系統
      7.2.1  工作流和LlamaIndex
      7.2.2  健康管理的多Agent系統案例分析
    7.3  基於AutoGen構建多Agent系統
      7.3.1  AutoGen的工作原理
      7.3.2  AutoGen的核心組件
      7.3.3  客戶洞察的多Agent系統案例分析
    7.4  本章小結
  第8章  多Agent系統的實戰案例
    8.1  多Agent智能報告案例分析
      8.1.1  案例系統的場景分析

      8.1.2  案例系統的架構設計
    8.2  基於LangGraph構建多Agent系統
      8.2.1  LangGraph的開發模式
      8.2.2  LangGraph的高級特性
    8.3  多Agent智能報告案例實現
      8.3.1  構建工具
      8.3.2  創建Agent和節點
      8.3.3  定義StateGraph
    8.4  多Agent智能報告案例演示
      8.4.1  系統運行和驗證
      8.4.2  系統監控和跟蹤
    8.5  本章小結

  • 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