大模型入门必读书籍，《动手做AI Agent》从基础理论到项目实操！（含PDF）

一、了解AI Agent

AI Agent，即人工智能代理，是指利用人工智能技术实现自主行为和决策能力的软件或硬件实体。

AI Agent通常具备以下特点：

• 智能性：AI Agent能够执行复杂任务，如学习、推理、规划、解决问题和适应新环境。
• 自主性：它们可以在没有人类直接干预的情况下操作，根据预设的目标或指令自主做出决策。
• 感知能力：AI Agent能够感知其环境，通过传感器收集信息，如视觉、听觉或触觉数据。
• 行动能力：它们能够通过执行器对环境产生影响，如移动、操作物体或与用户交互。
• 学习能力：许多AI Agent能够通过机器学习算法从经验中学习，从而改进其性能。

以下是一些AI Agent的常见应用：

• 智能助手：如Siri、Google Assistant和Alexa，它们能够理解用户的语音指令并执行相应的任务。
• 自动驾驶汽车：这些车辆能够感知周围环境，做出驾驶决策，并在没有人类司机的情况下导航。
• 机器人：在制造业、医疗、家政和其他领域使用的机器人，它们可以执行精确的任务，与人类协作或独立工作。
• 聊天机器人：在客户服务、电子商务和娱乐领域，聊天机器人能够以自然语言与用户交流。
• 推荐系统：在电商和内容平台上，推荐系统作为AI Agent，根据用户的历史行为和偏好提供个性化建议。
• 游戏AI：在电子游戏中，AI Agent可以控制非玩家角色（NPC），提供更具挑战性和互动性的游戏体验。
  AI Agent的设计和开发涉及多个学科，包括人工智能、机器学习、认知科学、控制理论和人机交互。随着技术的进步，AI Agent正变得越来越智能，能够在更多复杂的场景中发挥作用。

---

二、动手做AI Agent

这里给大家推荐一本《动手做AI Agent》

这本书将探索Agent的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手做7个 功能强大的Agent，全方位解析Agent的设计与实现。本书最后展望了Agent的发展前景和未来趋势。

三、书籍目录

第1章 何为Agent，为何Agent
1.1 大开脑洞的演讲：Life 3.0
1.2 那么，究竟何为Agent
1.3 Agent的大脑：大模型的通用推理能力
1.4 Agent的感知力：语言交互和多模态
1.5 Agent的行动力：语言输出和工具使用
1.6 Agent对各行业的效能提升
1.7 Agent带来新的商业模式和变革
1.8 小结

第2章 基于大模型的Agent技术框架
2.1 Agent的四大要素
2.2 Agent的规划和决策能力
2.3 Agent的各种记忆机制
2.4 Agent的核心技能：调用工具
2.5 Agent的推理引擎：ReAct框架
2.6 其他Agent认知框架
2.7 小结

第3章 OpenAI API、LangChain和LlamaIndex
3.1 何为OpenAI API
3.2 何为LangChain
3.3 何为LlamaIndex
3.4 小结

第4章 Agent 1：自动化办公的实现——使用Assistants API和DALL·E 3模型创作PPT
4.1 OpenAI公司的Assistants是什么
4.2 不写代码，在Playground中玩Assistants
4.3 Assistants API的简单示例
4.4 创建一个简短的虚构PPT
4.5 小结

第5章 Agent 2：多功能选择的引擎——通过Functions Calling调用函数
5.1 OpenAI中的Functions
5.2 在OpenAI Playground中定义Function
5.3 用Assistants API来实现Functions Calling
5.4 用ChatCompletion API来实现Tool Calls
5.5 小结

第6章 Agent 3：推理与行动的协同——使用LangChain中的ReAct框架实现自动定价
6.1 复习一下ReAct推理框架
6.2 LangChain中ReAct Agent 的实现
6.3 LangChain中的工具和工具包
6.4 通过create_react_agent创建鲜花定价Agent
6.5 深挖AgentExecutor的运行机制
6.6 小结

第7章 Agent 4：计划和执行的解耦——使用LangChain中的Plan-and-Execute智能调度库存
7.1 Plan-and-Solve策略的提出
7.2 LangChain中的Plan-and-Execute Agent
7.3 用Plan-and-Execute Agent实现物流管理
7.4 从单Agent到多Agent
7.5 小结

第8章 Agent 5：知识的提取与整合——使用Llama Index实现检索增强生成Agent
8.1 何为检索增强生成
8.2 RAG和Agent
8.3 用LlamaIndex的ReAct Agent来实现花语秘境财报检索
8.4 小结

第9章 Agent 6：GitHub的网红聚落——AutoGPT、BabyAGI、CAMEL和Generative Agents
9.1 AutoGPT
9.2 BabyAGI
9.3 CAMEL
9.4 小结

第10章 Agent 7：多Agent系统框架——AutoGen和MetaGPT
10.1 AutoGen
10.2 MetaGPT
10.3 小结

第11章 下一代Agent的诞生地：科研论文中的新思路
11.1 两篇高质量的Agent综述
11.2 论文选读：Agent自主学习、多Agent合作、Agent可信度的评估、边缘系统部署以及具身智能落地
11.3 小结

有需要这本书籍PDF文档，可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】