AI Agent應用開發-構建多智能體協同系統 尹浩 9787302703761 【台灣高等教育出版社】

內容簡介
本書深入淺出地介紹智能體與多智能體協同的核心知識及開發技巧。本書共8章，從智能體的基本概念、等級劃分及模塊組成入手，逐步深入探討提示詞工程、大模型評測與應用、記憶與RAG模塊、規劃能力等關鍵模塊，並輔以編程實踐。書中不僅詳細講解了多智能體相關理論與開源框架，更通過智能家居助手、AI辦公助手、語言翻譯助手、智能客服等領域的實戰案例，展示多智能體系統解決複雜問題的強大能力。 本書特色鮮明，以代碼示例為主，聚焦工程實踐，避免冗餘理論，直擊智能體應用開發的核心。本書適合具有一定Python基礎，了解或使用過大模型的開發者、工程師、產品經理以及對AI應用開發感興趣的讀者。

作者簡介
尹浩 碩士畢業於對外經濟貿易大學，研究方向為邊緣智能、多智能體系統、自然語言處理與大數據，先後任職于深開鴻、中國平安等公司，擔任資深算法工程師。擅長大模型應用、深度學習、自然語言處理、大數據中台等相關技術，特別是在AIOS、非結構化文檔理解等領域有深入研究，目前主要從事開源鴻蒙操作系統的原生AI推理和大模型智能體開發工作。發表了3篇技術專利和1篇實用性發明專利論文。

目錄
第1章 智能體系統概述
1.1 什麼是智能體
1.1.1 智能體初識
1.1.2 智能體的概念
1.2 智能體的核心組件概述
1.2.1 大語言模型
1.2.2 工具模塊
1.2.3 記憶模塊
1.2.4 規劃模塊
1.2.5 RAG模塊
1.3 智能體的發展歷程
1.4 智能體的等級劃分
1.4.1 RASA
1.4.2 Google
1.4.3 類自動駕駛
1.5 為什麼要使用智能體
1.5.1 大模型的缺點
1.5.2 智能體的特點
1.6 什麼是多智能體協同
1.7 實驗環境搭建
1.7.1 網頁版對話測試
1.7.2 代碼版對話測試
1.8 本章小結
第2章 認識大模型
2.1 Transformer的架構原理
2.2 大模型的訓練流程
2.2.1 數據清洗
2.2.2 分詞技術
2.「本資訊為台灣高等教育出版社所有，請前往本社賣場訂購，商用複製必究。」2.3 位置編碼
2.2.4 模型預訓練
2.2.5 大模型微調
2.2.6 大模型對齊
2.2.7 解碼策略
2.2.8 大模型幻覺
2.3 國內外大模型介紹
2.3.1 國外知名大模型
2.3.2 國內知名大模型
2.3.3 垂直領域大模型
2.4 大模型調用實戰
2.4.1 調用GPT-4大模型
2.4.2 調用百度文心一言大模型
2.4.3 調用本地大模型
2.5 大模型能力評測
2.5.1 為什麼要做大模型評測
2.5.2 需要評測大模型的哪些能力
2.5.3 如何評測大模型
2.6 常用的評測數據集介紹
2.6.1 MMLU數據集
2.6.2 C-EVAL數據集
2.6.3 MATH數據集
2.6.4 GSM8K數據集
2.6.5 HumanEval數據集
2.7 大模型評測網站——OpenCompass
2.7.1 OpenCompass介紹
2.7.2 大模型排行榜
2.7.3 OpenCompass評測工具介紹
2.7.4 數據集評測實戰
2.8 本章小結
第3章 提示詞工程
3.1 提示詞
3.1.1 提示詞的基本概念與特點
3.1.2 提示詞的示例
3.2 結構化提示詞
3.2.1 結構化提示詞的基本概念
3.2.2 結構化提示詞的示例
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 提示詞的優化方法
3.5 自動生成提示詞
3.6 本章小結
第4章 RAG系統的構建
4.1 RAG介紹
4.1.1 RAG的基本概念
4.1.2 RAG系統的構成
4.2 極簡RAG實現
4.2.1 構建階段實現
4.2.2 檢索生成實現
4.2.3 RAG流程測試
4.3 文檔解析
4.3.1 文件類型介紹
4.3.2 Word文檔提取
4.3.3 半結構化文本提取
4.3.4 郵件文本提取
4.3.5 PDF文本提取
4.3.6 表格文本提取
4.3.7 圖片文本提取
4.4 RAG優化方法
4.4.1 數據處理優化方法
4.4.2 查詢路由優化方法
4.4.3 索引優化方法
4.5 基於LangChain的RAG實現
4.5.1 LangChain介紹
4.5.2 LangChain的RAG數據流程
4.5.3 文檔載入器
4.5.4 文檔轉換器
4.5.5 文本嵌入模型
4.5.6 向量存儲
4.5.7 知識檢索
4.5.8 基於LangChain構建完整的RAG系統
4.6 評測RAG系統的性能
4.6.1 RAGas框架介紹
4.6.2 RAG系統評測實戰
4.7 本章小結
第5章 記憶模塊
5.1 記憶模塊介紹
5.1.1 什麼是記憶
5.1.2 記憶的作用
5.1.3 記憶的信息類型
5.1.4 記憶的壓縮方法
5.2 手動實現Memory實踐
5.2.1 計算token數
5.2.2 摘要總結實現
5.2.3 短期記憶實現
5.2.4 長期記憶實現
5.2.5 記憶測試
5.3 MemGPT框架
5.3.1 MemGPT框架介紹
5.3.2 基於MemGPT的案例實踐
5.3.3 MemGPT框架源碼解析
5.4 Mem0框架
5.4.1 Mem0框架介紹
5.4.2 基於Mem0的案例實踐
5.4.3 Mem0框架源碼分析
5.5 BoT框架
5.5.1 BoT框架介紹
5.5.2 基於BoT的案例實踐
5.5.3 BoT框架源碼解析
5.6 本章小結
第6章 規劃能力
6.1 思維鏈
6.1.1 思維鏈介紹
6.1.2 CoT案例分析
6.1.3 CoT編程實踐
6.2 Self-Ask
6.2.1 Self-Ask介紹
6.2.2 Self-Ask案例實踐
6.2.3 Self-Ask編程實踐
6.3 Self-Reflexion
6.3.1 Self-Reflexion介紹
6.3.2 Self-Reflexion案例實踐
6.3.3 Self-Reflexion編程實踐
6.4 FunctionCalling
6.4.1 FunctionCalling介紹
6.4.2 FunctionCalling案例實踐
6.4.3 FunctionCalling編程實踐
6.5 ReAct
6.5.1 ReAct介紹
6.5.2 ReAct案例實踐
6.5.3 ReAct編程實踐
6.6 Plan-and-Execute
6.6.1 Plan-and-Execute介紹
6.6.2 Plan
詳細資料或其他書籍請至台灣高等教育出版社www.thep.com.tw查詢，查後請告知ISBN或書號，我們即於CYB上架。