【附PDF】AI Agent太火爆了！这本大模型应用开发 动手做AI Agent 助你快速掌握 AI Agent

AI Agent火爆到什么程度？

OpenAI创始人奥特曼预测，未来各行各业，每一个人都可以拥有一个AI Agent；比尔·盖茨在2023年层预言：AI Agent将彻底改变人机交互方式，并颠覆整个软件行业；吴恩达教授在AI Ascent 2024演讲中高赞：AI Agent是一个令人兴奋的趋势，所有从事AI开发的人都应该关注。

Agent 是未来最重要的智能化工具。对于程序员来说，是时候将目光转向大模型的应用开发了，率先抢占AI的下一个风口AI Agent。

《大模型应用开发-动手做AI Agent》，扫码获取~

👉CSDN大礼包🎁：《大模型应用开发-动手做AI Agent》免费分享（安全链接，放心点击）👈

​

技术工具

书中介绍了 Agent 架构的四大要素，分别是规划、记忆、工具、执行。重点介绍了当前流行的 ReAct 框架。详细说明了以下技术工具的使用方法。

· OpenAI API 以及 OpenAI Assistants： 用于调用包含 GPT-4 模型 和 DALL·E 3 模型在内的众多人工智能模型。

· LangChain： 开源框架，专门用于构建和开发由大型语言模型驱动的应用程序，其中包含对 ReAct 框架的封装和实现。

· LlamaIndex： 开源框架，用于帮助管理和检索非结构化数据，利用大模型的能力和 Agent 框架来提高文本检索的准确性、效率和智能程度。

Agent 通过接口连接大模型，获得生成内容、语言理解、决策支持能力，再通过外部工具执行复杂任务，或者与环境交互。

项目实战

工具都会用之后，这部分要讲的就是怎样做出成功的应用，书中详细解析了 7 个项目的实战。

· Agent 1：自动化办公项目，通过 Assistants API 和 DALL·E 3 模型创作 PPT。

· Agent 2：多功能选择的引擎，通过 Function Calling 调用函数。

· Agent 3：推理与行动的协同，通过 LangChain 中的 ReAct 框架实现自动定价。

· Agent 4：计划和执行的解耦，通过 LangChain 中的 Play-and-Execute 实现智能调度库存。

· Agent 5：知识的提取与整合，通过 LlamaIndex 实现检索增强生成 Agent。

· Agent 6：GitHub 的网红聚落，AutoGPT、BabyAGI 和 CAMEL。

· Agent 7：多 Agent 框架，AutoGen 和 MetaGPT。

本书兼具理论与实践，读者可以轻松入门，快速掌握 AI Agent 的开发方法。本书适合想要转型的程序员、意欲投身 AI 领域的专业研究人员阅读。对 Agent 技术感兴趣的技术爱好者、企业负责人、高等院校师生也都可以从本书中有所收获。

《大模型应用开发：动手做 AI Agent》 为我们提供了一个千载难逢的良机，抓住这个机会，成为时代的领航者吧！

书籍目录：

第1章 何为Agent，为何Agent 1

• 1.1 大开脑洞的演讲：Life 3.0 2
• 1.2 那么，究竟何为Agent 5
• 1.3 Agent的大脑：大模型的通用推理能力 9
• 1.4 Agent的感知力：语言交互和多模态 23
• 1.5 Agent的行动力：语言输出和工具使用 25
• 1.6 Agent对各行业的效能提升 28
• 1.7 Agent带来新的商业模式和变革 32
• 1.8 小结 39

第2章 基于大模型的Agent技术框架 41

• 2.1 Agent的四大要素 41
• 2.2 Agent的规划和决策能力 44
• 2.3 Agent的各种记忆机制 45
• 2.4 Agent的核心技能：调用工具 46
• 2.5 Agent的推理引擎：ReAct框架 49
• 2.6 其他Agent认知框架 66
• 2.7 小结 68

第3章 OpenAI API、LangChain和LlamaIndex 70

• 3.1 何为OpenAI API 71
• 3.2 何为LangChain 91
• 3.3 何为LlamaIndex 105
• 3.4 小结 113

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 115

• 4.1 OpenAI公司的Assistants是什么 117
• 4.2 不写代码，在Playground中玩Assistants 118
• 4.3 Assistants API的简单示例 123
• 4.4 创建一个简短的虚构PPT 141
• 4.5 小结 160

第5章 Agent 2：多功能选择的引擎——通过Functions Calling调用函数 161

• 5.1 OpenAI中的Functions 163
• 5.2 在OpenAI Playground中定义Function 168
• 5.3 用Assistants API来实现Functions Calling 173
• 5.4 用ChatCompletion API来实现Tool Calls 196
• 5.5 小结 205

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 207

• 6.1 复习一下ReAct推理框架 208
• 6.2 LangChain中ReAct Agent 的实现 210
• 6.3 LangChain中的工具和工具包 212
• 6.4 通过create_react_agent创建鲜花定价Agent 215
• 6.5 深挖AgentExecutor的运行机制 221
• 6.6 小结 249

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 251

• 7.1 Plan-and-Solve策略的提出 252
• 7.2 LangChain中的Plan-and-Execute Agent 257
• 7.3 用Plan-and-Execute Agent实现物流管理 258
• 7.4 从单Agent到多Agent 273
• 7.5 小结 273

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 275

• 8.1 何为检索增强生成 276
• 8.2 RAG和Agent 282
• 8.3 用LlamaIndex的ReAct Agent来实现花语秘境财报检索 284
• 8.4 小结 289

第9章 Agent 6：GitHub的网红聚落——AutoGPT、BabyAGI、CAMEL和Generative Agents 292

• 9.1 AutoGPT 293
• 9.2 BabyAGI 298
• 9.3 CAMEL 317
• 9.4 小结 333

第10章 Agent 7：多Agent系统框架——AutoGen和MetaGPT 335

• 10.1 AutoGen 336
• 10.2 MetaGPT 343
• 10.3 小结 353

第11章 下一代Agent的诞生地：科研论文中的新思路 355

• 11.1 两篇高质量的Agent综述 355
• 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 358
• 11.3 小结 359
• 参考文献 361
• 后记 创新与变革的交汇点 362

《大模型应用开发-动手做AI Agent》，扫码获取~

👉CSDN大礼包🎁：《大模型应用开发-动手做AI Agent》免费分享（安全链接，放心点击）👈

​