互联网 类型
可以朗读 语音朗读
147千字 字数
2025-09-01 发行日期
展开全部

主编推荐语

一本案例驱动的AI Agent开发指南。

内容简介

本书分为8章，共3篇，全面阐述Agent的表现类型、技术体系、开发模式和落地案例，具体内容如下：

AI Agent基础篇（第1、2章），介绍AI Agent的基本概念和开发模式，引出AI Agent的技术体系和实现方式，并以最常见的OpenAI LLM为例，演示从零构建一个AI Agent的过程，提供OpenAI Swarm框架的使用方式和案例。

AI Agent实现篇（第3～5章），介绍AI Agent的典型实现模式，包括通用型的ReAct Agent和Plan-and-Execute Agent、集成RAG技术的知识型Agent，以及整合图像和音频处理技术的多模态Agent，并在实现过程中引入LangChain和LlamaIndex这些常用框架。

AI Agent应用篇（第6～8章），从实际需求出发，全面介绍构建企业级AI Agent所需的各项工程化技术。同时，引入多Agent系统应对复杂场景，并采用LlamaIndex、AutoGen、LangGraph等主流框架完成多个实战案例，从而详细阐述多Agent系统的设计开发过程以及相应的技术组件以及实现技巧。

目录

  • 版权信息
  • 前言
  • AI Agent基础篇
  • CHAPTER 1 第1章 AI Agent开发模式
  • 1.1 认识AI Agent
  • 1.1.1 Agent的定义
  • 1.1.2 Agent的应用场景
  • 1.2 集成LLM
  • 1.2.1 LLM的技术体系
  • 1.2.2 LLM与提示工程
  • 1.3 Agent关键技术
  • 1.3.1 规划
  • 1.3.2 记忆
  • 1.3.3 工具
  • 1.3.4 行动
  • 1.4 Agent的实现类型
  • 1.4.1 通用型Agent
  • 1.4.2 知识型Agent
  • 1.4.3 多模态Agent
  • 1.4.4 多Agent系统
  • 1.5 Agent开发工具和框架
  • 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 本章小结
  • CHAPTER 2 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 理解函数调用
  • 2.2 基于OpenAI LLM从零构建并执行Agent
  • 2.2.1 构建Agent
  • 2.2.2 执行Agent
  • 2.3 基于OpenAI Swarm构建Agent
  • 2.3.1 OpenAI Swarm开发模式
  • 2.3.2 OpenAI Swarm案例解析
  • 2.4 本章小结
  • AI Agent实现篇
  • CHAPTER 3 第3章 通用型Agent
  • 3.1 ReAct Agent
  • 3.1.1 ReAct架构解析
  • 3.1.2 基于LlamaIndex构建ReAct Agent
  • 3.1.3 基于LangChain构建ReAct Agent
  • 3.2 Plan-and-Execute Agent
  • 3.2.1 Plan-and-Execute架构解析
  • 3.2.2 基于LangChain实现Plan-and-Execute Agent
  • 3.3 本章小结
  • CHAPTER 4 第4章 知识型Agent
  • 4.1 引入Agentic RAG
  • 4.1.1 RAG应用开发流程
  • 4.1.2 实现Agentic RAG架构
  • 4.2 基于LangChain构建知识型Agent
  • 4.2.1 处理文档
  • 4.2.2 集成向量数据库
  • 4.2.3 增强检索功能
  • 4.2.4 整合ReAct Agent
  • 4.3 基于LlamaIndex构建多级知识型Agent
  • 4.3.1 文档处理和检索
  • 4.3.2 实现两层文档处理Agent
  • 4.4 本章小结
  • CHAPTER 5 第5章 多模态Agent
  • 5.1 引入多模态技术
  • 5.1.1 图像处理技术基础
  • 5.1.2 语音处理技术基础
  • 5.2 基于LangChain实现多模态
  • 5.2.1 实现图像处理
  • 5.2.2 实现语音处理
  • 5.3 多模态Agent案例分析
  • 5.3.1 构建Agent
  • 5.3.2 实现交互流程
  • 5.4 本章小结
  • AI Agent应用篇
  • CHAPTER 6 第6章 企业级Agent工程化技术
  • 6.1 Agent工程化技术栈
  • 6.2 Agent运行时管理
  • 6.2.1 基于Ollama实现私有化部署
  • 6.2.2 基于LangSmith实现运行监控
  • 6.2.3 基于Phoenix实现链路跟踪
  • 6.3 Agent可视化交互
  • 6.3.1 使用Streamlit构建Web应用
  • 6.3.2 Agent可视化案例解析
  • 6.4 Agent外围技术
  • 6.4.1 开放Web API
  • 6.4.2 集成数据持久化
  • 6.5 本章小结
  • CHAPTER 7 第7章 多Agent系统
  • 7.1 多Agent系统的实战基础
  • 7.1.1 多Agent系统的构建模式
  • 7.1.2 多Agent协作模式
  • 7.2 基于LlamaIndex构建多Agent系统
  • 7.2.1 工作流和LlamaIndex
  • 7.2.2 健康管理的多Agent系统案例分析
  • 7.3 基于AutoGen构建多Agent系统
  • 7.3.1 AutoGen的工作原理
  • 7.3.2 AutoGen的核心组件
  • 7.3.3 客户洞察的多Agent系统案例分析
  • 7.4 本章小结
  • CHAPTER 8 第8章 多Agent系统的实战案例
  • 8.1 多Agent智能报告案例分析
  • 8.1.1 案例系统的场景分析
  • 8.1.2 案例系统的架构设计
  • 8.2 基于LangGraph构建多Agent系统
  • 8.2.1 LangGraph的开发模式
  • 8.2.2 LangGraph的高级特性
  • 8.3 多Agent智能报告案例实现
  • 8.3.1 构建工具
  • 8.3.2 创建Agent和节点
  • 8.3.3 定义StateGraph
  • 8.4 多Agent智能报告案例演示
  • 8.4.1 系统运行和验证
  • 8.4.2 系统监控和跟踪
  • 8.5 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

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。