解鎖AI Agent技術——20個開發案例引領創新實踐
李永華、李壯誌、呂廣磊
商品描述
"《解鎖AI Agent技術——20個開發案例引領創新實踐》緊密結合高等院校創新實踐課程，深入淺出地闡述了AI Agent應用程序的開發路徑，涵蓋智能檢索、視頻調優、輔助決策等前沿方向，緊跟技術潮流。書中精心挑選的20個案例豐富多樣，從系統架構設計到功能測試，層層剖析，既適合初學者入門，也能為經驗豐富的開發者提供靈感與參考。 本書配有詳細的實現步驟、代碼解析及優化思路，幫助讀者深入理解AI Agent技術的核心原理與應用場景。此外，隨書附贈的視頻講解、工程文件等配套資源。無論是高校學生、科研人員，還是從事AI開發的專業技術人員，都能從本書中獲益。它不僅是一本技術書籍，更是一把開啟AI Agent技術大門的鑰匙，助力讀者在AI領域探索創新、實現突破。 "
作者簡介
李永華，北京郵電大學信息與通信工程學院教授、博士生導師，擁有超過15年的嵌入式開發經驗，目前致力於物聯網、雲計算與大數據的研究工作。在教學中善於以興趣為導向，激發學生的創造性；以素質為基礎，提高自身教學水平；以科研為手段，促進教學理念的轉變。在研發及教學實踐中指導學生實現500余個創新案例，參與30余項國家級與企業橫向課題的研究工作，在國內外學術期刊及會議發表論文100余篇，申請專利40余項，出版教材40余部。
目錄大綱
目錄
項目1生成歌詞
1.1總體設計
1.1.1整體框架
1.1.2系統流程
1.2開發環境
1.2.1安裝Python
1.2.2安裝PyCharm
1.2.3創建項目
1.2.4大模型API申請
1.3系統實現
1.3.1環境配置
1.3.2基礎配置
1.3.3創建工作流
1.3.4生成歌詞
1.4功能測試
項目2調整視頻目光
2.1總體設計
2.1.1整體框架
2.1.2系統流程
2.2開發環境
2.2.1安裝Python
2.2.2安裝PyCharm
2.2.3安裝Anaconda
2.2.4環境配置
2.2.5大模型API申請
2.3系統實現
2.3.1interfaces中接口調用文件
2.3.2後端文件
2.3.3index.html
2.4功能測試
2.4.1啟動項目
2.4.2上傳視頻並處理
項目3慧答助手
3.1總體設計
3.1.1整體框架
3.1.2系統流程
3.2開發環境
3.2.1安裝Python
3.2.2安裝Python包
3.2.3智譜API申請
3.2.4SerpAPI申請
3.3系統實現
3.3.1AI Agent類的初始化
3.3.2網絡搜索功能
3.3.3模型響應處理
3.3.4搜索需求判斷方法
3.3.5查詢處理邏輯
3.3.6主程序入口
3.4功能測試
3.4.1啟動項目
3.4.2發送問題及響應
項目4智能檢索
4.1總體設計
4.1.1整體框架
4.1.2系統流程
4.2開發環境
4.3系統實現
4.3.1初始化ChatModel
4.3.2構建檢索工具
4.3.3創建Agent
4.3.4添加記憶模塊
4.3.5RAG Agent應用實現
4.3.6RAG_Agent
4.3.7Flask API
4.3.8Streamlit界面
4.4功能測試
4.4.1啟動項目
4.4.2結果分析
項目5簡歷回復
5.1總體設計
5.1.1整體框架
5.1.2系統流程
5.2開發環境
5.2.1創建虛擬環境
5.2.2創建項目
5.2.3環境配置
5.2.4大模型API申請
5.2.5Pinecone向量數據庫API的申請
5.3系統實現
5.3.1Retriver模塊
5.3.2Agents模塊
5.3.3App.py代碼
5.4功能測試
5.4.1啟動項目
5.4.2發送問題及響應
項目6生成遊戲
6.1總體設計
6.1.1整體框架
6.1.2系統流程
6.2開發環境
6.2.1安裝VSCode
6.2.2GitHub的克隆
6.2.3大模型API申請
6.3系統實現
6.3.1執行開發流程
6.3.2ChatChain類
6.3.3Phase 代碼
6.4功能測試
6.4.1啟動項目
6.4.2發送問題及響應
項目7文本生成圖片
7.1總體設計
7.1.1整體框架
7.1.2系統流程
7.2開發環境
7.2.1安裝PyCharm
7.2.2環境配置
7.2.3創建項目
7.2.4大模型API申請
7.3系統實現
7.3.1生成鑒權信息
7.3.2主函數
7.4功能測試
7.4.1啟動項目
7.4.2發送問題及響應
項目8代碼開發
8.1總體設計
8.1.1整體框架
8.1.2系統流程
8.2開發環境
8.2.1安裝Poetry
8.2.2安裝Homebrew
8.2.3安裝Ctags
8.2.4安裝Pylint
8.2.5環境配置
8.2.6大模型API申請
8.3系統實現
8.3.1主函數
8.3.2任務管理程序
8.3.3工具類腳本
8.3.4記憶模塊
8.4功能測試
8.4.1啟動項目
8.4.2發送問題及響應
項目9通信學科知識問答
9.1總體設計
9.1.1整體框架
9.1.2系統流程
9.2開發環境
9.2.1安裝Python
9.2.2環境配置
9.2.3大模型API申請
9.3系統實現
9.4功能測試
9.4.1啟動項目
9.4.2發送問題及響應
項目10智能體平臺
10.1總體設計
10.1.1整體框架
10.1.2系統流程
10.2開發環境
10.2.1安裝Ollama
10.2.2安裝Docker
10.2.3使用Docker部署Dify服務
10.3系統實現
10.3.1模型後端服務
10.3.2工具調用
10.3.3知識庫檢索
10.4功能測試
10.4.1啟動項目
10.4.2發送問題及響應
項目11視頻調優
11.1總體設計
11.1.1整體框架
11.1.2系統流程
11.2開發環境
11.2.1安裝Cursor
11.2.2安裝RemoteSSH插件
11.2.3連接服務器端
11.2.4安裝軟件包
11.3系統實現
11.3.1數據集準備
11.3.2下載CLIP和vicuna7bv1.5
11.3.3模型訓練
11.4功能測試
11.4.1模型推理
11.4.2模型評估
項目12會話式搜索模型
12.1總體設計
12.1.1整體框架
12.1.2系統流程
12.2開發環境
12.2.1安裝Anaconda
12.2.2安裝CUDA
12.2.3安裝PyTorch
12.2.4安裝PyCharm
12.3系統實現
12.3.1主函數
12.3.2訓練函數
12.3.3測試評估函數
12.4功能測試
12.4.1模型訓練
12.4.2測試評估
項目13智能問答
13.1總體設計
13.1.1整體框架
13.1.2系統流程
13.2開發環境
13.2.1安裝Python
13.2.2安裝PyCharm
13.2.3環境配置
13.2.4創建項目
13.2.5大模型API申請
13.3系統實現
13.3.1大模型調用ChatBots.Py
13.3.2對話記錄處理Conversation.py
13.3.3網頁後端處理web.py
13.3.4用戶交互界面ChatBots.html
13.3.5啟動程序main.py
13.3.6API密鑰文件.env
13.4功能測試
13.4.1啟動項目
13.4.2發送問題及響應
13.4.3查看歷史對話和連續對話
項目14教學機器人
14.1總體設計
14.1.1整體框架
14.1.2系統流程
14.2開發環境
14.2.1環境配置
14.2.2安裝系統模塊
14.2.3大模型API申請
14.3系統實現
14.3.1初始化向量庫
14.3.2自定義檢索工具
14.3.3加載智能體
14.3.4Gradio界面
14.4功能測試
14.4.1啟動項目
14.4.2發送問題及響應
項目15智能翻譯
15.1總體設計
15.1.1整體框架
15.1.2系統流程
15.2開發環境
15.2.1安裝VSCode
15.2.2安裝Python
15.2.3環境配置
15.2.4創建項目
15.2.5大模型API申請
15.3系統實現
15.3.1get_completion()函數
15.3.2one_chunk_initial_translation()函數
15.3.3one_chunk_reflect_translation()函數
15.3.4one_chunk_improve_translation()函數
15.3.5num_tokens_in_string()函數
15.3.6translate()函數
15.4功能測試
15.4.1啟動項目
15.4.2發送問題及響應
項目16對話機器人
16.1總體設計
16.1.1整體框架
16.1.2系統流程
16.2開發環境
16.2.1安裝Tabby Terminal
16.2.2安裝Docker
16.2.3創建項目
16.2.4大模型API申請
16.2.5修改參數
16.3系統實現
16.4功能測試
16.4.1啟動項目
16.4.2發送問題及響應
項目17檢索增強生成模型
17.1總體設計
17.1.1整體框架
17.1.2系統流程
17.2開發環境
17.2.1安裝Ollama
17.2.2環境配置
17.2.3創建項目
17.3系統實現
17.3.1構建外部知識庫
17.3.2本地RAG
17.4功能測試
17.4.1啟動項目
17.4.2發送問題及響應
項目18網頁問答
18.1總體設計
18.1.1整體框架
18.1.2系統流程
18.2開發環境
18.2.1安裝Anaconda、CUDA Toolkit和基本配置
18.2.2安裝CUDA Toolkit
18.2.3安裝庫
18.2.4創建項目並部署GLM模型
18.3系統實現
18.4功能測試
18.4.1啟動項目
18.4.2發送問題及響應
項目19提取知識圖譜
19.1總體設計
19.1.1整體框架
19.1.2系統流程
19.2開發環境
19.2.1LangChain的集成
19.2.2GPT4 API申請
19.2.3創建Neo4j數據庫
19.2.4系統實現所需其余Python包
19.3系統實現
19.3.1數據庫連接程序
19.3.2知識圖譜提取程序
19.4功能測試
19.4.1數據庫連通性測試
19.4.2知識圖譜提取測試
項目20輔助決策
20.1總體設計
20.1.1整體框架
20.1.2系統流程
20.2開發環境
20.2.1測試版本
20.2.2應用接口
20.2.3環境配置
20.2.4大模型API申請
20.3系統實現
20.3.1代理對象配置
20.3.2生成回復
20.3.3任務設置與執行
20.4功能測試
20.4.1啟動項目
20.4.2發送問題及響應
