互联网
类型
可以朗读
语音朗读
285千字
字数
2025-12-01
发行日期
展开全部
主编推荐语
一本面向开发者的AI应用开发实战指南。
内容简介
本书旨在用传统前后端开发过程中开发者熟悉的词汇与术语对AI应用开发的专业知识进行深入浅出的讲解，使开发者能够从0到1入门AI应用开发。
本书不拘泥于讲解单一编程语言、单一模型和单一框架，而是尽可能完整地展现不同技术方案的优劣、技术选型时的考量和技术生态的全貌。书中涵盖当下多种热门类型AI应用的开发，从OpenAI API调用到RAG开发，从MCP服务器创建到智能体开发。
本书的内容编排循序渐进，前半部分聚焦“入门”，通过控制代码复杂度及详细的基础知识讲解，帮助读者快速熟悉AI应用开发中的概念与常见模式；后半部分聚焦“进阶”，将向量数据库、第三方云服务等技术组件引入示例，并尝试通过构建完整的端到端应用将知识点串起来。此外，本书不仅包含业务代码，还涉及AI应用的调试、监控、部署乃至最佳实践，力求带给读者可工作的上线代码。
目录
- 版权信息
- 内容提要
- 序
- 前言
- 第1章 理解模型
- 1.1 如何学习“魔法”
- 1.2 Teachable Machine
- 1.2.1 打造自己的模型
- 1.2.2 部署代码
- 1.3 线性模型
- 1.3.1 机器学习是如何工作的
- 1.3.2 代码实现
- 1.4 神经网络雏形
- 1.4.1 使用代码实现
- 1.4.2 为什么需要神经“网络”
- 第2章 环境配置与基础语法
- 2.1 配置Python环境
- 2.1.1 安装Python
- 2.1.2 配置虚拟环境
- 2.1.3 类库管理
- 2.2 Python快速入门
- 2.2.1 运行Python脚本
- 2.2.2 数据类型
- 2.2.3 缩进
- 2.2.4 函数的定义和使用
- 2.2.5 模块的使用
- 2.2.6 推导式
- 2.2.7 类型注解
- 2.3 配置Node.js环境
- 2.3.1 在macOS系统和Windows系统中安装Node.js
- 2.3.2 在Ubuntu系统中安装Node.js
- 2.4 Node.js快速入门
- 2.4.1 运行Node.js脚本
- 2.4.2 动态类型语言
- 2.4.3 package.json文件
- 2.4.4 Node.js模块系统
- 2.4.5 类库管理
- 2.4.6 异步编程
- 2.5 其他应知内容
- 2.5.1 cURL
- 2.5.2 YAML
- 第3章 制作一款音频转录工具
- 3.1 区分OpenAI、ChatGPT与大模型
- 3.2 集成OpenAI SDK
- 3.2.1 创建API密钥
- 3.2.2 使用API密钥
- 3.2.3 使用API密钥的注意事项
- 3.3 初试OpenAI SDK
- 3.3.1 发送请求
- 3.3.2 返回结果解析
- 3.3.3 计算token数量
- 3.4 通过REST风格的API调用OpenAI API
- 3.5 使用OpenAI SDK转录音频
- 3.5.1 读取音频文件
- 3.5.2 标记转录文字的时间戳
- 3.6 安装自己的Whisper模型
- 3.6.1 在本地安装Whisper模型
- 3.6.2 以命令行的方式运行Whisper
- 3.6.3 在代码中使用Whisper模型
- 第4章 AI助手开发
- 4.1 AI助手
- 4.1.1 创建AI助手
- 4.1.2 函数是如何工作的
- 4.1.3 调用AI助手
- 4.1.4 通过第三方获取城市气温
- 4.2 打造播客摘要生成助手
- 4.2.1 什么是播客摘要生成助手
- 4.2.2 创建播客摘要生成助手
- 4.2.3 响应OpenAI的流式返回
- 4.2.4 使用助手
- 4.3 创建HTTP服务器
- 4.3.1 引入Express.js
- 4.3.2 实现文件上传
- 4.3.3 完善路由
- 4.3.4 提升代码的健壮性
- 4.4 使用代码管理AI助手
- 4.4.1 引入GitHub Actions
- 4.4.2 编写工作流
- 4.4.3 编写部署脚本
- 4.4.4 看懂工作流
- 4.5 部署上线
- 4.5.1 创建守护进程
- 4.5.2 准备服务器
- 4.5.3 通过GitHub Actions部署上线
- 4.5.4 验证服务
- 第5章 使用Haystack开发AI应用
- 5.1 重新认识框架
- 5.1.1 为什么需要框架
- 5.1.2 何谓好的框架
- 5.1.3 也许你不需要框架
- 5.2 为什么选择Haystack
- 5.2.1 为什么不推荐LangChain
- 5.2.2 其他框架
- 5.2.3 迎接Haystack
- 5.3 初试Haystack
- 5.3.1 基本概念
- 5.3.2 初试组件与流水线
- 5.3.3 自定义组件
- 5.4 使用Haystack重构播客助手
- 5.4.1 使用Haystack进行重构
- 5.4.2 使用Gemini替代GPT模型
- 5.5 启用Haystack日志
- 日志管理
- 5.6 启用Haystack追踪
- 5.6.1 启用追踪
- 5.6.2 与OpenTelemetry集成
- 5.6.3 与Langfuse集成
- 第6章 RAG应用开发
- 6.1 初试RAG技术
- 6.1.1 使用Chroma实现语义化搜索
- 6.1.2 元数据过滤
- 6.1.3 与OpenAI配合
- 6.2 向量数据库原理
- 6.2.1 余弦相似度
- 6.2.2 文本嵌入
- 6.2.3 对Chroma进行嵌入配置
- 6.3 长文本处理
- 6.3.1 分割数据
- 6.3.2 固定大小的分块策略
- 6.3.3 基于文档结构的分块策略
- 6.3.4 递归式分块策略
- 6.4 使用Haystack实现流水线
- 6.4.1 索引流水线
- 6.4.2 查询流水线
- 6.4.3 简化流水线
- 6.5 拓展流水线
- 6.5.1 索引数据
- 6.5.2 优化数据检索
- 第7章 接入第三方AI服务
- 7.1 Hugging Face
- 7.1.1 注册Hugging Face
- 7.1.2 调用Hugging Face推理服务
- 7.1.3 与Haystack集成
- 7.1.4 Hugging Face的服务类型
- 7.2 Together AI
- 7.2.1 注册Together AI服务
- 7.2.2 访问推理服务
- 7.2.3 函数调用
- 7.3 Pinecone
- 7.3.1 注册Pinecone
- 7.3.2 使用Pinecone
- 7.4 Cohere
- 7.4.1 注册Cohere
- 7.4.2 调用Cohere推理服务
- 7.4.3 在Haystack中使用Cohere模型
- 7.5 Railway
- 7.5.1 需要解决的问题
- 7.5.2 使用Railway部署我们的服务
- 7.6 博客存储流水线
- 7.6.1 下载文章
- 7.6.2 组装流水线
- 7.6.3 部署服务
- 第8章 微调模型
- 8.1 在OpenAI中进行微调
- 8.1.1 准备训练数据
- 8.1.2 通过界面进行微调
- 8.2 使用Google AI进行微调
- 8.2.1 使用Vertex AI Studio进行微调
- 8.2.2 通过API进行微调
- 第9章 智能体开发入门
- 9.1 OpenAI智能体
- 9.1.1 第一个简单的智能体
- 9.1.2 任务转移
- 9.1.3 调用工具
- 9.1.4 借用智能体对播客摘要生成助手进行重构
- 9.2 自定义智能体处理流程
- 并行流程
- 9.3 利用Cohere的Command模型开发智能体
- 9.3.1 准备工作
- 9.3.2 编写智能体
- 9.4 护栏
- 9.4.1 输入护栏
- 9.4.2 输出护栏
- 9.4.3 第三方护栏
- 9.5 模型上下文协议
- 9.5.1 MCP架构
- 9.5.2 MCP工具
- 9.5.3 使用已有的MCP服务器
- 第10章 使用LangGraph构建智能体
- 10.1 一个简单的LangGraph应用
- 10.1.1 创建图对象
- 10.1.2 添加节点
- 10.1.3 stream_mode
- 10.2 在LangGraph中使用工具
- 10.2.1 简单的工具调用
- 10.2.2 复杂的工具调用
- 10.3 子图机制
- 10.3.1 简单子图
- 10.3.2 参数不兼容的情况
- 10.3.3 使用LangSmith对数据流进行追踪
- 10.4 任务转移
- 10.4.1 智能体间的任务转移
- 10.4.2 监督者模式
- 10.5 一个复杂的图
- 10.5.1 在向量数据库中搜索
- 10.5.2 在网络上搜索
- 10.5.3 连接图
- 10.6 添加前端界面
- 10.6.1 LangGraph服务
- 10.6.2 前端
- 10.7 实现人机交互
- 10.7.1 简单的人机交互
- 10.7.2 借助CopilotKit实现人机交互
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
