资源详情

AI Agent 开发全书：原理、框架与企业落地

作者: 李希沅/王甲君/武天富/解敏
出版社: 电子工业出版社
出版年: 2025-11
页数: 368
定价: 108.00
ISBN: 9787121514944

下载次数：101

本站推荐

下载地址

书籍资料

内容简介
作者介绍
书籍目录

李希沅
•连续创业，融资过亿元
• LLM资深专家
•北京数致未来科技首席科学家
•转转集团大数据前平台负责人
•东方国信前大数据架构师
•擅长LLM应用技术，拥有10余年数据架构经验
•拥有丰富的企业内训经验
•打造过“大数据架构师”“AI大模型工程落地计划”等大型体系课程
•抖音号、视频号、B站账号“西瓜讲大模型”主理人
王甲君
•理学硕士
•LLM算法工程师，专注于AI大模型应用开发， 5年AI算法建模经验
•中国电子（CEC）某二级公司高级算法开发工程师
•北京东方国信（BONC）前AI算法工程师
•2019年毕业于辽宁师范大学海洋经济中心（教育部人文社会科学重点研究基地）
•本科毕业于延边大学理学院
•发表过多篇科技论文与公众号技术文章
武天富
•中国联通软件研究院数据中台研发事业部方案专家
•拥有10余年大数据与人工智能领域建设经验，擅长海量大数据处理、算法框架建设、业务算法落地、AI数据集建设等，在电信领域的AI应用实践方面经验丰富，多次获得集团科技攻关奖项
•近3年多次参与人工智能与大数据领域的行业标准编写，拥有多项技术专利
•毕业于山西财经大学
解敏
•菜鸟集团平台产品&数据平台&人工智能部产品总监
•曾就职于阿里巴巴淘宝、阿里云，现就职于菜鸟集团，获专利12项
•从零到一创建Quick BI、DataWorks数据管理、DataWorks-DQC数据质量控制等阿里云产品，支持多项专有云商业化项目交付
•具有大数据、人工智能在物流领域的丰富实践: 快递数字化、电子面单、物流云、物流ChatBI、AIData、AI+等
•CCSA大数据技术标准推进委员会编委
•DAMA中国会员圆桌嘉宾
•参编《数据标准管理实践白皮书》
•中国互联网协会数据安全与治理工作委员会特聘专家

技术原理篇
第1章　快速认识AIAgent
1.1　为什么需要AIAgent
1.1.1　AIAgent的应用价值
1.1.2　AIAgent的本质
1.1.3　AIAgent、RAG与Workflow的区别和联系
1.2　AIAgent的历史与发展
1.2.1　从传统智能体到生成式AIAgent
1.2.2　LLM-Agent的兴起
1.3　AIAgent的类别与特点
1.3.1　AIAgent主流分类
1.3.2　AIAgent的特点
第2章　AIAgent基础原理与关键技术
2.1　AIAgent基础原理
2.1.1　AIAgent的定义与三大能力
2.1.2　AIAgent的行为决策运行机制
2.2　LLM-Agent的主要模块
2.2.1　LLM模块
2.2.2　角色模块
2.2.3　记忆模块
2.2.4　规划模块
2.2.5　行动模块
2.3　LLM常见技术或应用范式
2.3

1　提示工程
2.3.2　函数调用
2.3.3　检索增强生成
2.3.4　微调
2.3.5　训练优化与推理优化
2.4　LLM-Agent能力评估
2.4.1　LLM-Agent评估概述
2.4.2　LLM-Agent评估体系与方法
第3章　AIAgent开发框架与一般步骤
3.1　AIAgent的主要开发框架
3.1.1　LangGraph
3.1.2　CrewAI
3.1.3　Swarm
3.1.4　AutoGen
3.1.5　OpenAIAgentsSDK
3.1.6　GoogleAgentDevelopmentKit（ADK）
3.2　从零开始构建通用AIAgent
3.2.1　选择合适的LLM
3.2.2　定义AIAgent的控制逻辑
3.2.3　定义AIAgent的核心指令
3.2.4　定义并优化AIAgent的核心工具
3.2.5　制定可靠的记忆处理策略
3.2.6　解析AIAgent的原始输出
3.2.7　安排AIAgent的下一步行动
3.2.8　多智能体的设计
第4章　AIAgent的MCP与通信协同
4.1　AIAgent的MCP
4.1.1　MCP与AIAgent
4.1.2　基于MCP的AIAgent问答知识库构建
4.2　AIAgent通信协同
4.2.1　什么是A2A
4.2.2　A2A与MCP之间的关系
4.2.3　A2A架构设计实现剖析
落地实战篇
第5章　AIAgent构建工程实战1——基于Coze、Dify平台构建AIAgent
5.1　ReAct框架核心原理深度剖析
5.1.1　ReAct框架的核心原理剖析
5.1.2　ReAct框架的核心代码实现
5.2　AIAgent三大能力深度剖析
5.2.1　AIAgent规划能力剖析与代码实现
5.2.2　AIAgent行动能力剖析与代码实现
5.2.3　AIAgent记忆能力剖析与代码实现
5.3　基于Coze平台构建AIAgent
5.4　基于Dify平台构建AIAgent
第6章　AIAgent构建工程实战2——基于LangGraph框架构建AIAgent
6.1　AIAgent落地架构选型
6.1.1　AIAgent落地架构选型的必要性
6.1.2　AIAgent落地的主流架构选型
6.1.3　AIAgent落地架构选型依据
6.2　LangGraph对AIAgent的支持
6.2.1　LangChain与LangGraph的本质区别
6.2.2LangGraph中支持构建AIAgent的主要模块
6.2.3　LangGraph的State组件
6.3　提示工程应用
6.3.1提示工程概述及提示词的典型构成
6.3.2提示词在LangGraph中的作用
6.3.3提示工程在基于LangGraph构建AIAgent过程中的应用
6.4　工具调用AIAgent
6.4.1工具调用AIAgent的核心原理
6.4.2　使用工具调用构建AIAgent的过程
6.5　AIAgent长短期记忆能力实现
6.5.1　基于SqliteSaver实现短期记忆
6.5.2　基于Store实现长期记忆
6.6　基于LangGraph开发企业级AIAgent
6.6.1　基于LangGraph开发单智能体
6.6.2　基于LangGraph开发多智能体
6.7　本地化部署多智能体实战
6.7.1　基于Supervisor架构实现多智能体
6.7.2　本地化部署多智能体
第7章　数据分析AIAgent的企业应用案例——基于DeepSeek模型
7.1企业数据分析的范式革命
7.1.1　传统BI与ChatBIAgent的本质差异
7.1.2　企业级ChatBIAgent需求分析
7.2　企业级ChatBIAgent架构设计
7.2.1　企业级ChatBIAgent总体架构
7.2.2　企业级ChatBIAgent架构设计的难点
7.3　企业级ChatBIAgent技术选型与资源评估
7.3.1　企业级ChatBIAgent技术选型
7.3.2　企业级ChatBIAgent资源评估
7.4　基于DeepSeek模型构建与部署企业级ChatBIAgent
7.4.1　DeepSeek模型的架构与核心优势
7.4.2　基于DeepSeek模型构建企业级ChatBIAgent
7.4.3　基于DeepSeek本地化部署企业级ChatBIAgent
7.5　企业级ChatBIAgent在电商行业的应用
7.5.1　某电商集团ChatBIAgent的建设场景
7.5.2　某电商集团ChatBIAgent在物流领域的实践
7.5.3　某电商集团更多AI实践在物流领域落地
第8章　基于AIAgent构建智能客服系统
8.1　AIAgent改变智能客服系统
8.1.1　快速认识智能客服系统
8.1.2　LLM在智能客服系统中的作用
8.2　基于AIAgent的智能客服系统的关键技术
8.2.1　向量检索与知识图谱
8.2.2　意图识别与工具调用
8.2.3　多轮对话与上下文管理
8.3　基于AIAgent的智能客服系统的设计与实现
8.3.1　基于AIAgent智能客服系统的需求分析
8.3.2　基于AIAgent智能客服系统的架构设计与技术选型
8.3.3　智能客服系统的核心实现
8.4　基于AIAgent的智能客服系统在金融行业的应用
8.4.1　金融行业AIAgent智能客服的构建
8.4.2　金融行业AIAgent智能客服的实现
前沿探索篇
第9章　AIAgent前沿应用探索
9.1　电信开发平台综合应用探索
9.1.1　AI原生应用电信开发平台整体架构
9.1.2　AI原生应用电信开发平台使用操作
9.1.3　AI原生应用电信开发平台的典型应用场景
9.2　多模态AIAgent的构建与应用探索
9.2.1　多模态AIAgent的概念
9.2.2　多模态AIAgent的构建与应用
第10章　AIAgent未来发展与挑战
10.1　AIAgent的高级形态与AGI发展
10.1.1　AIAgent的高级形态1——具身智能
10.1.2　AIAgent的高级形态2——智能驾驶
10.1.3　AIAgent是AGI发展的重要技术路径
10.2　AIAgent伦理与安全
10.2.1　数据质量与隐私保护
10.2.2　技术成熟度与局限性
10.2.3　法律框架与合规性