科技 类型
可以朗读 语音朗读
344千字 字数
No.59 科学技术
2025-11-01 发行日期
展开全部

主编推荐语

多智能体开发指南，理论结合实践，破解AI协同应用核心难题。

内容简介

本书深入浅出地介绍智能体与多智能体协同的核心知识及开发技巧，共8章，从智能体的基本概念、等级划分及模块组成入手，逐步深入探讨提示词工程、大模型评测与应用、记忆与RAG模块、规划能力等关键模块，并辅以编程实践。

书中不仅详细讲解了多智能体相关理论与开源框架，更通过智能家居助手、AI办公助手、语言翻译助手、智能客服等领域的实战案例，展示多智能体系统解决复杂问题的强大能力。

本书特色鲜明，以代码示例为主，聚焦工程实践，避免冗余理论，直击智能体应用开发的核心。适合具有一定Python基础，了解或使用过大模型的开发者、工程师、产品经理以及对AI应用开发感兴趣的读者。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 前言
  • 第1章 智能体系统概述
  • 1.1 什么是智能体
  • 1.1.1 智能体初识
  • 1.1.2 智能体的概念
  • 1.2 智能体的核心组件概述
  • 1.2.1 大语言模型
  • 1.2.2 工具模块
  • 1.2.3 记忆模块
  • 1.2.4 规划模块
  • 1.2.5 RAG模块
  • 1.3 智能体的发展历程
  • 1.4 智能体的等级划分
  • 1.4.1 RASA
  • 1.4.2 Google
  • 1.4.3 类自动驾驶
  • 1.5 为什么要使用智能体
  • 1.5.1 大模型的缺点
  • 1.5.2 智能体的特点
  • 1.6 什么是多智能体协同
  • 1.7 实验环境搭建
  • 1.7.1 网页版对话测试
  • 1.7.2 代码版对话测试
  • 1.8 本章小结
  • 第2章 认识大模型
  • 2.1 Transformer的架构原理
  • 2.2 大模型的训练流程
  • 2.2.1 数据清洗
  • 2.2.2 分词技术
  • 2.2.3 位置编码
  • 2.2.4 模型预训练
  • 2.2.5 大模型微调
  • 2.2.6 大模型对齐
  • 2.2.7 解码策略
  • 2.2.8 大模型幻觉
  • 2.3 国内外大模型介绍
  • 2.3.1 国外知名大模型
  • 2.3.2 国内知名大模型
  • 2.3.3 垂直领域大模型
  • 2.4 大模型调用实战
  • 2.4.1 调用GPT-4大模型
  • 2.4.2 调用百度文心一言大模型
  • 2.4.3 调用本地大模型
  • 2.5 大模型能力评测
  • 2.5.1 为什么要做大模型评测
  • 2.5.2 需要评测大模型的哪些能力
  • 2.5.3 如何评测大模型
  • 2.6 常用的评测数据集介绍
  • 2.6.1 MMLU数据集
  • 2.6.2 C-EVAL数据集
  • 2.6.3 MATH数据集
  • 2.6.4 GSM8K数据集
  • 2.6.5 HumanEval数据集
  • 2.7 大模型评测网站——OpenCompass
  • 2.7.1 OpenCompass介绍
  • 2.7.2 大模型排行榜
  • 2.7.3 OpenCompass评测工具介绍
  • 2.7.4 数据集评测实战
  • 2.8 本章小结
  • 第3章 提示词工程
  • 3.1 提示词
  • 3.1.1 提示词的基本概念与特点
  • 3.1.2 提示词的示例
  • 3.2 结构化提示词
  • 3.2.1 结构化提示词的基本概念
  • 3.2.2 结构化提示词的示例
  • 3.3 提示工程
  • 3.3.1 ICIO框架
  • 3.3.2 CRISPE框架
  • 3.3.3 APE框架
  • 3.3.4 BROKE框架
  • 3.3.5 CARE框架
  • 3.3.6 COAST框架
  • 3.3.7 RACE框架
  • 3.3.8 RISE框架
  • 3.3.9 ROSES框架
  • 3.3.10 TAG框架
  • 3.3.11 TRACE框架
  • 3.4 提示词的优化方法
  • 3.5 自动生成提示词
  • 3.6 本章小结
  • 第4章 RAG系统的构建
  • 4.1 RAG介绍
  • 4.1.1 RAG的基本概念
  • 4.1.2 RAG系统的构成
  • 4.2 极简RAG实现
  • 4.2.1 构建阶段实现
  • 4.2.2 检索生成实现
  • 4.2.3 RAG流程测试
  • 4.3 文档解析
  • 4.3.1 文件类型介绍
  • 4.3.2 Word文档提取
  • 4.3.3 半结构化文本提取
  • 4.3.4 邮件文本提取
  • 4.3.5 PDF文本提取
  • 4.3.6 表格文本提取
  • 4.3.7 图片文本提取
  • 4.4 RAG优化方法
  • 4.4.1 数据处理优化方法
  • 4.4.2 查询路由优化方法
  • 4.4.3 索引优化方法
  • 4.5 基于LangChain的RAG实现
  • 4.5.1 LangChain介绍
  • 4.5.2 LangChain的RAG数据流程
  • 4.5.3 文档加载器
  • 4.5.4 文档转换器
  • 4.5.5 文本嵌入模型
  • 4.5.6 向量存储
  • 4.5.7 知识检索
  • 4.5.8 基于LangChain构建完整的RAG系统
  • 4.6 评测RAG系统的性能
  • 4.6.1 RAGas框架介绍
  • 4.6.2 RAG系统评测实战
  • 4.7 本章小结
  • 第5章 记忆模块
  • 5.1 记忆模块介绍
  • 5.1.1 什么是记忆
  • 5.1.2 记忆的作用
  • 5.1.3 记忆的信息类型
  • 5.1.4 记忆的压缩方法
  • 5.2 手动实现Memory实践
  • 5.2.1 计算token数
  • 5.2.2 摘要总结实现
  • 5.2.3 短期记忆实现
  • 5.2.4 长期记忆实现
  • 5.2.5 记忆测试
  • 5.3 MemGPT框架
  • 5.3.1 MemGPT框架介绍
  • 5.3.2 基于MemGPT的案例实践
  • 5.3.3 MemGPT框架源码解析
  • 5.4 Mem0框架
  • 5.4.1 Mem0框架介绍
  • 5.4.2 基于Mem0的案例实践
  • 5.4.3 Mem0框架源码分析
  • 5.5 BoT框架
  • 5.5.1 BoT框架介绍
  • 5.5.2 基于BoT的案例实践
  • 5.5.3 BoT框架源码解析
  • 5.6 本章小结
  • 第6章 规划能力
  • 6.1 思维链
  • 6.1.1 思维链介绍
  • 6.1.2 CoT案例分析
  • 6.1.3 CoT编程实践
  • 6.2 Self-Ask
  • 6.2.1 Self-Ask介绍
  • 6.2.2 Self-Ask案例实践
  • 6.2.3 Self-Ask编程实践
  • 6.3 Self-Reflexion
  • 6.3.1 Self-Reflexion介绍
  • 6.3.2 Self-Reflexion案例实践
  • 6.3.3 Self-Reflexion编程实践
  • 6.4 Function Calling
  • 6.4.1 Function Calling介绍
  • 6.4.2 Function Calling案例实践
  • 6.4.3 Function Calling编程实践
  • 6.5 ReAct
  • 6.5.1 ReAct介绍
  • 6.5.2 ReAct案例实践
  • 6.5.3 ReAct编程实践
  • 6.6 Plan-and-Execute
  • 6.6.1 Plan-and-Execute介绍
  • 6.6.2 Plan-and-Execute案例实践
  • 6.6.3 Plan-and-Execute编程实践
  • 6.7 Self-Discover
  • 6.7.1 Self-Discover介绍
  • 6.7.2 Self-Discover案例实践
  • 6.7.3 Self-Discover编程实践
  • 6.8 本章小结
  • 第7章 多智能体系统
  • 7.1 多智能体系统介绍
  • 7.1.1 单智能体系统概述
  • 7.1.2 多智能体系统的特点
  • 7.2 多智能体系统的核心
  • 7.2.1 交互环境
  • 7.2.2 协作类型
  • 7.2.3 组织结构
  • 7.2.4 通信机制
  • 7.2.5 冲突解决
  • 7.3 AutoGen框架
  • 7.3.1 AutoGen框架介绍
  • 7.3.2 基本概念
  • 7.3.3 单智能体示例说明
  • 7.3.4 多智能体示例说明
  • 7.3.5 源码分析
  • 7.4 MetaGPT框架
  • 7.4.1 MetaGPT框架介绍
  • 7.4.2 单智能体示例说明
  • 7.4.3 多智能体示例说明
  • 7.4.4 源码分析
  • 7.5 CrewAI框架
  • 7.5.1 CrewAI框架介绍
  • 7.5.2 基本概念
  • 7.5.3 单智能体示例说明
  • 7.5.4 多智能体示例说明
  • 7.5.5 源码分析
  • 7.6 LangGraph框架
  • 7.6.1 LangGraph框架介绍
  • 7.6.2 单智能体示例说明
  • 7.6.3 多智能体示例说明
  • 7.6.4 源码分析
  • 7.7 本章小结
  • 第8章 智能体案例实战
  • 8.1 智能家居助手
  • 8.1.1 MCP介绍
  • 8.1.2 MCP架构说明
  • 8.1.3 构建智能家居MCP服务端
  • 8.1.4 构建智能家居MCP客户端
  • 8.1.5 构建智能家居MCP智能体应用
  • 8.1.6 测试智能家居智能体
  • 8.1.7 案例小结
  • 8.2 AI办公助手
  • 8.2.1 AiPPT介绍
  • 8.2.2 API KEY申请
  • 8.2.3 自动生成PPT
  • 8.2.4 构建MCP服务
  • 8.2.5 构建AiPPT智能体
  • 8.2.6 测试智慧办公智能体
  • 8.2.7 案例小结
  • 8.3 语言翻译助手
  • 8.3.1 语言翻译介绍
  • 8.3.2 翻译素材准备
  • 8.3.3 翻译助手的架构设计
  • 8.3.4 翻译助手智能体
  • 8.3.5 测试语言翻译智能体
  • 8.3.6 案例小结
  • 8.4 知识库助手
  • 8.4.1 知识库助手介绍
  • 8.4.2 知识问答助手
  • 8.4.3 进阶版知识问答助手
  • 8.4.4 案例小结
  • 8.5 编程助手
  • 8.5.1 编程助手介绍
  • 8.5.2 编程助手架构设计
  • 8.5.3 LangGPT结构化提示词
  • 8.5.4 智能体开发
  • 8.5.5 工作流测试
  • 8.5.6 案例小结
  • 8.6 智能客服
  • 8.6.1 智能客服介绍
  • 8.6.2 智能客服架构设计
  • 8.6.3 数据库设计
  • 8.6.4 数据库操作实现
  • 8.6.5 智能体开发
  • 8.6.6 智能客服测试
  • 8.6.7 案例小结
  • 8.7 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。