商品描述
《AI Agents從0到1定制開發》以當前最前沿的AI智能體技術為核心，通過系統化的理論講解與實戰案例，詳細而全面地介紹了從AI基礎理論到智能體開發、部署和應用的全流程知識。全書共10章，涵蓋AI發展歷程、大語言模型原理、智能體開發框架、RAG技術、單智能體與多智能體構建、低代碼平臺應用以及各行業實踐案例等內容。全書嚴格按照”理論講解代碼實現應用案例”的寫作模式展開，讓讀者通過完整講解的實例掌握AI智能體開發的核心技術，通過練習鞏固知識要點，提高實際開發能力。每個案例都配有詳細的代碼解析和實現步驟，使讀者能夠快速 理解並應用到自己的項目中，從零基礎逐步成長為能夠獨立開發AI智能體應用的專業人士。《AI Agents從0到1定制開發》為讀者提供了完整的實踐環境，包括：① 30小時實戰教學視頻，系統講解開發過程中的關鍵技術點和難點；② 在線IDE開發環境，無需覆雜環境配置，一鍵開始編程；③ 免費的API KEY，讓讀者可以直接調用各種AI模型進行實踐，無需額外支出。全書實例的源代碼和初始文件均可在在線IDE中直接訪問和運行，大幅降低了學習門檻，提高學習效率。 《AI Agents從0到1定制開發》基本涵蓋了當前AI智能體開發的主流技術棧和應用場景，從LangChain、CrewAI到LangGraph等核心框架的使用，從單智能體到多智能體協作系統的構建，是廣大AI開發者、產品經理、技術愛好者以及希望了解和應用AI技術的專業人士的理想學習參考書。
作者簡介
張耀輝（tomie），技術界資深專家，騰訊集團榮譽管理顧問、前騰訊產品與研發總監。曾擔任騰訊文旅及騰訊數字農業負責人，擁有16年大廠職業生涯，是騰訊專業通道委員會委員及騰訊面試委員會委員。作為中國最早的一批前端工程師，見證並參與了中國互聯網技術的發展歷程。 目前擔任1goto.ai主理人，致力於AI智能體技術的研究與應用推廣，同時受聘為多家國企數字化轉型顧問，將前沿技術與傳統產業升級相結合。
目錄大綱
上冊
前言
第1章 AI智能體的蝶變與未來
1.1 AI的驚艷蛻變：從圖靈夢想到智能革命
1.1.1 AI技術發展第一波熱潮：專家系統
1.1.2 相關技術棧
1.1.3 覆興：神經網絡崛起
1.1.4 騰飛：Transformer模型與大模型時代
1.2 何為AI智能體：未來工作的規則改變者
1.2.1 智能體的分類
1.2.2 智能體的特征
1.3 機遇與挑戰：為什麼不能錯過AI智能體浪潮
1.3.1 智能個人助理
1.3.2 智能醫療助手
1.3.3 智能教育助手
1.3.4 機遇與挑戰並存
1.4 環境搭建：踏上AI之旅的第一步
第2章 揭秘大語言模型——AI智能體的大腦
2.1 LLM簡史：從統計模型到GPT革命
2.1.1 詞向量
2.1.2 詞嵌入
2.1.3 RNN與LSTM
2.1.4 Transformer模型
2.2 主流大模型
2.2.1 國外主流大模型
2.2.2 國內大語言模型
2.3 大模型分類與選擇策略
2.3.1 常見的大模型分類方式
2.3.2 多維度模型選擇策略
2.4 國產之光：DeepSeek
2.4.1 DeepSeek做了什麼
2.4.2 DeepSeek的訓練優化
2.5 大模型的短板與核心解決方案
2.5.1 大模型的短板
2.5.2 核心解決方案
第3章 AI智能體開發“利器”庫
3.1 主流大模型的API申請使用
3.1.1 國外開源大模型
3.1.2 國內開源大模型
3.2 開源大模型的私有化部署攻略
3.2.1 使用LM Studio進行部署
3.2.2 使用Ollama進行部署
3.3 提示詞工程：AI對話的魔法咒語
3.3.1 提示詞撰寫原則
3.3.2 幾種提示詞思維流模式
3.3.3 提示詞框架
3.4 文本嵌入：AI理解世界的鑰匙
3.4.1 文本嵌入的基本原理
3.4.2 不同的嵌入模型
3.5 向量數據庫：AI的記憶宮殿
3.5.1 什麼是向量數據庫
3.5.2 如何選擇向量數據庫
第4章 LangChain——AI應用開發的“瑞士軍刀”
4.1 LangChain簡介：AI應用開發的革命性工具鏈
4.1.1 LangChain生態系統
4.1.2 LangChain可以做什麼
4.1.3 其他一些AI智能體開發框架
4.2 LangChain快速上手：開發第一個AI應用
4.2.1 開發環境和相關依賴包安裝
4.2.2 LangChain生態系統的子依賴包安裝
4.2.3 基於Python版本：開發第一個AI應用
4.2.4 基於JavaScript版本：開發第一個AI應用
4.3 LangChain核心組件：LLMs與ChatModels
4.3.1 被遺棄的LLMs
4.3.2 強大的ChatModels
4.3.3 標準參數
4.3.4 標準方法與輸入輸出
4.3.5 其他相關知識
4.4 LangChain核心組件：Messages
4.4.1 Messages的組成
4.4.2 內容與附加數據
4.4.3 Tool calling與ToolMessage
4.4.4 幾種有用的Messages處理方法
4.5 PromptTemplate：提示詞工程的實踐
4.5.1 示例與示例選擇器
4.5.2 部分格式化與模板拼接
4.6 OutputParsers：規範化輸出處理
4.6.1 幾種最常見的輸出格式
4.6.2 意外情況處理
4.6.3 自定義解析器
4.7 LCEL：組合開發的新範式
4.7.1 Runnable接口
4.7.2 使用LCEL的好處與推薦場景
4.7.3 LCEL的核心使命：鏈組合
4.7.4 LCEL的基本使用
第5章 RAG開發——知識增強型AI系統
5.1 RAG揭秘：讓AI更懂你的業務
5.1.1 RAG系統的工作原理
5.1.2 RAG系統的核心組件
5.1.3 RAG系統的應用場景
5.1.4 如何構建一個高效的RAG系統
5.2 文檔預處理：打造AI友好型文檔
5.2.1 文檔類型與加載方法
5.2.2 文本分塊策略
5.2.3 文檔預處理技巧
5.2.4 多源文檔處理系統實戰
5.3 向量數據的藝術：從存儲到檢索的奧秘
5.3.1 文本嵌入與向量緩存
5.3.2 檢索
5.3.3 高性能的知識檢索系統
5.4 檢索策略大比拼：找到最適合的方案
5.4.1 查詢策略之查詢重寫
5.4.2 查詢策略之查詢重排
5.4.3 檢索器之詞法搜索引擎
5.4.4 檢索器之向量檢索
5.5 檢索調優：讓RAG系統更快更準
5.5.1 上下文壓縮技術
5.5.2 相似度分數
5.5.3 LostInMiddle調優
5.5.4 混合搜索與結果合並
5.6 未來可期：RAG技術的進化之路
5.6.1 GraphRAG
5.6.2 多模態RAG
下冊
前言
第6章 AI智能體——構建賽博世界的工作節點
6.1 經典AI智能體基本構成解析
6.1.1 Profile模塊
6.1.2 Memory模塊
6.1.3 Planning模塊
6.1.4 Action模塊
6.2 小浪助手：又一個AI智能體客服
6.
