互联网 类型
可以朗读 语音朗读
115千字 字数
2025-07-01 发行日期
展开全部

主编推荐语

一本案例驱动的LLM应用开发指南。

内容简介

本书分为8章，全面阐述LLM应用的技术体系、开发模式和落地案例，具体内容如下：

第1章介绍LLM的基本概念和应用场景，然后介绍LLM应用开发的核心技术，并引出主流的集成性开发框架。

第2～8章分析大语言模型应用的场景案例，即基于常见业务场景，梳理LLM应用的系统架构和实现过程，并采用主流的开源框架完成案例场景的开发落地。每章讲解一个系统案例，包含翻译器工具、通用的文档检索助手、纠错型RAG应用、智能化的简历匹配服务、多模态处理器、定制化Agent开发、混合Agent架构设计7个具体的案例。

针对每一个案例，都提供具体的应用场景分析和系统架构设计，强调其背后通用的设计思想和应用方法。同时，案例中结合LangChain、LangChain4j、LlamaIndex这3款主流的开发框架，详细介绍其功能特性、使用方法和开发实现。

目录

  • 版权信息
  • PREFACE 前言
  • CHAPTER 1 第1章 大语言模型应用开发体系
  • 1.1 大语言模型应用开发概述
  • 1.1.1 大语言模型应用场景
  • 1.1.2 大语言模型应用开发的核心技术
  • 1.2 大语言模型集成性开发框架
  • 1.2.1 集成性开发框架的功能特性
  • 1.2.2 代表性开发框架
  • 1.3 本章小结
  • CHAPTER 2 第2章 实现并重构一个翻译器工具
  • 2.1 基于OpenAI API实现翻译器
  • 2.1.1 引入OpenAI LLM
  • 2.1.2 OpenAI API对接
  • 2.1.3 构建翻译器工具V1.0
  • 2.2 基于LangChain重构翻译器
  • 2.2.1 LangChain集成OpenAI LLM
  • 2.2.2 使用PromptTemplate创建提示词
  • 2.2.3 构建LLMChain
  • 2.2.4 构建翻译器工具V2.0
  • 2.3 本章小结
  • CHAPTER 3 第3章 构建通用的文档检索助手
  • 3.1 RAG解析
  • 3.1.1 RAG技术的核心概念
  • 3.1.2 RAG应用开发流程
  • 3.2 基于LangChain4j实现文档检索助手
  • 3.2.1 LangChain4j的聊天模型
  • 3.2.2 LangChain4j的RAG技术组件
  • 3.3 使用高级RAG技术实现强化版文档检索助手
  • 3.3.1 查询压缩
  • 3.3.2 查询路由
  • 3.4 本章小结
  • CHAPTER 4 第4章 开发纠错型RAG应用
  • 4.1 纠错型RAG应用的核心组件
  • 4.2 基于LangChain4j Workflow实现工作流
  • 4.2.1 LangChain4j Workflow的工作原理
  • 4.2.2 LangChain4j Workflow的实现
  • 4.3 基于工作流实现CRAG应用
  • 4.3.1 CRAG应用的通用开发步骤
  • 4.3.2 CRAG应用开发的工作流
  • 4.3.3 测试和验证
  • 4.4 本章小结
  • CHAPTER 5 第5章 设计智能化的简历匹配服务
  • 5.1 简历匹配服务与RAG技术
  • 5.2 基于LlamaIndex实现简历匹配服务
  • 5.2.1 LlamaIndex的RAG技术组件
  • 5.2.2 设计简历数据提取管道
  • 5.2.3 创建和存储简历索引
  • 5.3 简历匹配优化策略
  • 5.3.1 构建混合检索器
  • 5.3.2 检索结果重排序
  • 5.3.3 基于Streamlit构建交互界面
  • 5.4 本章小结
  • CHAPTER 6 第6章 开发多模态处理器
  • 6.1 多模态处理的场景分析
  • 6.2 基于LangChain进行图像处理
  • 6.2.1 图像解析
  • 6.2.2 图像生成
  • 6.3 基于LangChain进行语音处理
  • 6.3.1 自动语音识别
  • 6.3.2 文本转语音
  • 6.4 多模态处理器的系统整合
  • 6.4.1 对话机制集成
  • 6.4.2 回调和流式处理
  • 6.5 本章小结
  • CHAPTER 7 第7章 定制化Agent开发实战
  • 7.1 Agent的运行机制
  • 7.2 LlamaIndex的Tool和Agent组件
  • 7.2.1 Tool
  • 7.2.2 OpenAIAgent
  • 7.2.3 ReActAgent
  • 7.2.4 AgentRunner和AgentWorker
  • 7.3 构建自定义Agent
  • 7.3.1 自定义Agent的场景分析
  • 7.3.2 创建Tool组件
  • 7.3.3 实现自定义Agent
  • 7.3.4 测试和验证
  • 7.4 本章小结
  • CHAPTER 8 第8章 混合Agent架构设计实战
  • 8.1 MoA架构解析
  • 8.2 基于LangChain4j实现MoA架构
  • 8.2.1 MoA架构的实现步骤
  • 8.2.2 构建MoA工作流
  • 8.3 基于LangChain实现MoA架构
  • 8.3.1 文档嵌入和检索
  • 8.3.2 构建MoA架构的主流程
  • 8.3.3 整合MoA架构、Agent与向量数据
  • 8.4 本章小结
  • 推荐阅读
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。