4.3
用户推荐指数
互联网 类型
可以朗读 语音朗读
93千字 字数
2025-07-01 发行日期
展开全部

主编推荐语

一本面向零基础、非IT技术背景读者的Agent开发实战指南。

内容简介

本书以Dify为Agent开发平台，采用案例教学的方式手把手教你如何用Dify开发Agent。无须编程，你也可以开发功能丰富的Agent。

本书采用“方法总结-工具操作-项目实战”的结构循序渐进展开介绍。

首先，本书揭示了Agent在AI应用落地中具有的场景化、流程化、个性化、本地化的价值，总结了生产级Agent的开发流程与开发注意事项。

然后，本书介绍了Dify的平台特性与使用方式，详细演示了Dify在本地电脑及云服务器上的部署方法与操作步骤，以案例化的形式展示Dify的5种AI应用的特点，并借助10余个案例详细介绍了Dify的18个工作流节点的具体使用方法。

最后，本书选取了发票识别与处理、长文档处理、本地知识问答、人才招聘这4个典型的业务场景，用6个典型的项目案例，手把手演示了从需求分析、运行流程、节点设计到运行效果的全链路Agent开发过程，并总结了每个案例的开发经验，为你提供了开发类似功能的Agent的思路。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 从大模型到AI Agent
  • 1.1 Agent的概念与工作原理
  • 1.1.1 Agent的概念
  • 1.1.2 Agent的工作原理
  • 1.2 Agent在AI应用落地中的价值
  • 1.2.1 场景化
  • 1.2.2 流程化
  • 1.2.3 个性化
  • 1.2.4 本地化
  • 1.3 Agent正在从好玩走向好用
  • 1.3.1 好用的AI应用——生产级Agent
  • 1.3.2 生产级Agent助力企业经营管理突破
  • 第2章 Dify介绍及Agent开发流程
  • 2.1 快速了解Agent开发平台
  • 2.1.1 Agent开发平台速览
  • 2.1.2 Agent开发平台的分类与使用
  • 2.1.3 Agent开发平台与通用Agent平台的区别
  • 2.1.4 Dify的特点与优势
  • 2.2 Dify的使用方式
  • 2.2.1 用云服务方式使用Dify
  • 2.2.2 部署并使用Dify社区版
  • 2.3 生产级Agent的开发流程
  • 2.3.1 如何开发一个生产级Agent
  • 2.3.2 开发生产级Agent的注意事项
  • 第3章 部署Dify的开发环境
  • 3.1 部署Dify的总体方案
  • 3.2 部署Docker
  • 3.2.1 在本地电脑上部署Docker
  • 3.2.2 在云服务器上部署Docker
  • 3.3 部署Dify
  • 3.3.1 下载Dify的源代码文件
  • 3.3.2 部署Dify服务端
  • 3.3.3 在前端访问Dify
  • 3.3.4 在云服务器上部署Dify
  • 3.4 部署模型管理平台
  • 3.4.1 什么是模型管理平台
  • 3.4.2 部署Ollama
  • 3.4.3 部署Xinference
  • 3.4.4 Dify接入模型管理平台
  • 3.4.5 在云服务器上部署模型管理平台
  • 第4章 Dify的功能介绍及5种应用
  • 4.1 Dify的主页面
  • 4.1.1 探索页面
  • 4.1.2 工作室页面
  • 4.1.3 知识库页面
  • 4.1.4 工具页面
  • 4.2 Dify的5种应用
  • 4.2.1 聊天助手
  • 4.2.2 Agent
  • 4.2.3 文本生成应用
  • 4.2.4 Chatflow（对话工作流）
  • 4.2.5 工作流
  • 4.3 Dify知识库
  • 4.3.1 Dify知识库的功能
  • 4.3.2 创建Dify知识库
  • 4.3.3 知识库分段及检索参数配置
  • 4.3.4 连接外部知识库
  • 4.4 Dify工具扩展
  • 4.4.1 来自市场的工具
  • 4.4.2 自定义工具
  • 4.4.3 作为工具发布的工作流
  • 第5章 Dify工作流节点详解及实操案例
  • 5.1 数据预处理模块
  • 5.1.1 开始节点
  • 5.1.2 知识检索节点
  • 5.1.3 变量赋值节点
  • 5.1.4 参数提取器节点
  • 5.1.5 代码执行节点
  • 5.1.6 文档提取器节点
  • 5.1.7 列表操作节点
  • 5.1.8 变量聚合器节点
  • 5.2 数据生成模块
  • 5.2.1 LLM节点
  • 5.2.2 问题分类器节点
  • 5.2.3 条件分支节点
  • 5.2.4 迭代节点
  • 5.2.5 循环节点
  • 5.3 数据输出模块
  • 5.3.1 模板转换节点
  • 5.3.2 HTTP请求节点
  • 5.3.3 Agent节点
  • 5.3.4 结束节点
  • 5.3.5 直接回复节点
  • 第6章 开发发票识别助手Agent
  • 6.1 项目需求：自动识别并初步审核发票
  • 6.1.1 业务场景概述
  • 6.1.2 传统手工作业的痛点
  • 6.1.3 发票识别助手Agent的功能
  • 6.2 发票识别助手Agent的开发过程详解
  • 6.2.1 入门案例：开发增值税发票识别助手Agent
  • 6.2.2 进阶案例：多类型发票聚合识别助手Agent
  • 6.3 举一反三：Agent开发小结与场景延伸
  • 第7章 开发标书阅读与内容框架生成助手Agent
  • 7.1 项目需求：自动识别标书的关键内容并生成内容框架
  • 7.1.1 业务场景概述
  • 7.1.2 传统手工作业的痛点
  • 7.1.3 标书阅读与内容框架生成助手Agent的功能
  • 7.2 标书阅读与内容框架生成助手Agent详解
  • 7.2.1 入门案例：开发标书阅读助手Agent
  • 7.2.2 进阶案例：开发标书阅读与内容框架生成助手Agent
  • 7.3 举一反三：Agent开发小结与场景延伸
  • 第8章 开发本地知识问答助手Agent
  • 8.1 项目需求：在确保数据安全的前提下智能问答
  • 8.1.1 业务场景概述
  • 8.1.2 建设公司知识库的痛点
  • 8.1.3 本地知识问答助手Agent的功能
  • 8.2 本地知识问答助手Agent的开发过程详解
  • 8.2.1 本地配置公司知识库
  • 8.2.2 解读及设置知识库参数
  • 8.2.3 创建本地知识问答助手Agent
  • 8.2.4 本地知识问答助手Agent的开发过程展示
  • 8.3 本地知识问答助手Agent的运行效果
  • 8.4 举一反三：Agent开发小结与场景延伸
  • 第9章 开发人才招聘数字员工Agent
  • 9.1 项目需求：从收集岗位需求到评估面试的人才招聘全流程AI化
  • 9.1.1 业务场景概述
  • 9.1.2 传统的人才招聘工作的痛点
  • 9.1.3 人才招聘数字员工Agent的功能
  • 9.2 人才招聘数字员工Agent的开发过程详解
  • 9.2.1 人才招聘数字员工Agent的运行流程图
  • 9.2.2 创建人才招聘数字员工Agent
  • 9.2.3 编排人才招聘数字员工Agent
  • 9.3 人才招聘数字员工Agent的运行效果
  • 9.4 举一反三：Agent开发小结与场景延伸
展开全部

评分及书评

4.3
3个评分
  • 用户头像
    给这本书评了
    4.0

    🧠 一句话总结：一本帮科技人从 0 到 1 搞懂 AI Agent 开发逻辑与落地要点的实操指南👋 开场引导段：这书就像一份实战地图，它直接点出了 Agent 的核心价值并非技术本身，而是它所构建的 自动化系统 和商业场景聚焦🌟 初见惊艳 1. Agent = 大模型 + 记忆 + 主动规划 + 工具使用 → AI Agent 的核心不是 "大模型有多强"，而是 "能不能把大模型和工具结合起来解决问题"2.Agent 通过感知（Perception）、规划（Planning）和行动（Action）这 3 个核心步骤满足特定场景下的用户需求 → 帮技术新人理解 AI Agent 的 "简化版逻辑"🔧 管理实操 3. C 端类 Agent 开发平台有扣子、文心智能体平台 AgentBuilder、腾讯元器等，该类平台具有使用页面友好、操作难度低、无须编程基础、免费使用等特点，一般不提供本地化部署版本 → C 端平台的价值是 "快速验证想法"4.B 端类 Agent 开发平台有 Dify、FastGPT、百度智能云千帆 AppBuilder 等，该类平台同样具备可视化设计页面，使用零代码或低代码操作，通常需要付费（平台订阅费用及模型调用费用等），可以本地化部署、私有化使用 → B 端平台的核心是 "安全 + 定制化"5.Dify 已经成为企业落地 AI 应用普遍使用的 Agent 开发平台 → 这句话提供了市场事实标准的参考。在项目选型时，不用浪费时间去做过多纠结，快速迭代、快速验证是生存关键 6.Dify 提供云服务的服务器并不在国内，而是在国外 → 硬科技出海或有国际化需求的创始人必须警惕这个信息。选择平台时，必须考虑你的目标市场与数据合规性📈 增长启发 7. 开发生产级 Agent 的注意事项：聚焦场景、锚定价值、Demo 优先、数据安全 → 生产级 Agent 不是 "贪大求全"，而是 "小而精"8. 元数据的作用主要有 4 个：提高搜索效率、增加数据安全性、优化数据管理能力、支持自动化流程 →元数据就像 "数据的身份证"📎 推荐结语三个 “AI Agent 开发” 行动建议：1. 先做 "小场景" 的 Demo2. 选对平台：C 端试错，B 端生产，选对工具少走弯路 3. 重视元数据

      转发
      评论
      用户头像
      给这本书评了
      4.0
      值得一读

      1.dify 操作的入门读物，总体较为全面，文字和案例都很清晰简洁 2. 常用工具或可以多介绍一些，包括主要功能是使用场景 3. 点赞得到电子书，上新速度很快，希望再接再厉，能上架更多 AI 方面的新书

        转发
        评论

      出版方

      电子工业出版社

      电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。