随着大语言模型的日益火爆，各行各业都想把AI（人工智能）接入自己的业务场景，但是只依靠语言大模型就能解决业务场景的实际需求吗？要想真正把AI 落地肯定少不了要结合自己业务场景的数据，定制AI 所承担的角色，给它配置上需要使用的工具并按照标准化的流程办事。那么这些操作就可以使用本书讲述的Agent（智能体）来实现。本书使用通俗的语言讲解智能体各核心组件的构建原理与应用流程，基于主流智能体框架（Coze、AutoGenStudio）进行案例应用实践，全流程解读如何基于实际业务场景打造专属智能体。为了使读者将Agent 应用在自己的私有化场景中进行落地应用，本书还讲解了如何微调本地大语言模型并将本地大语言模型与智能体结合，从而打造你的私有助理。
封面
前言
目录
第1章 Agent框架与应用
1.1 初识Agent
1.2 Agent框架
1.3 Multi-Agent多角色协作
1.4 Agent应用分析
第2章 使用Coze打造专属Agent
2.1 Coze平台
2.2 Agent的实现流程
2.3 使用Coze平台打造专属的NBA新闻助手
2.4 使用Coze平台打造小红书文案助手
第3章 打造专属领域的客服聊天机器人
3.1 客服聊天机器人概述
3.2 AI课程客服聊天机器人总体架构
3.3 AI课程客服聊天机器人应用实例
第4章 AutoGen Agent开发框架实战
4.1 AutoGen开发环境
4.2 AutoGen Studio案例
第5章 生成式代理——以斯坦福AI小镇为例
5.1 生成式代理简介
5.2 斯坦福AI小镇项目简介
5.3 斯坦福AI小镇体验
5.4 生成式代理的行为和交互
5.5 生成式代理架构
5.6 沙盒环境实现
5.7 评估
5.8 生成式代理的进一步探讨
第6章 RAG检索架构分析与应用
6.1 RAG架构分析
6.2 RAG工作流程
6.3 RAG与微调和提示词工程的比较
6.4 基于LangChain的RAG应用实战
第7章 RAG应用案例——使用RAG部署本地知识库
7.1 部署本地环境及安装数据库
7.2 代码部分及前端展示配置
7.3 调用云端大语言模型
第8章 LLM本地部署与应用
8.1 硬件准备
8.2 操作系统选择
8.3 搭建环境所需组件
8.4 LLM常用知识介绍
8.5 量化技术
8.6 模型选择
8.7 模型应用实现方式
8.8 通义千问1.5-0.5B本地Windows部署实战
8.9 基于LM Studio和AutoGen Studio使用通义千问
第9章 LLM与LoRA微调策略解读
9.1 LoRA技术
9.2 LoRA参数说明
9.3 LoRA扩展技术介绍
9.4 LLM在LoRA微调中的性能分享
第10章 PEFT微调实战——打造医疗领域LLM
10.1 PEFT介绍
10.2 工具与环境准备
10.3 模型微调实战
10.4 模型推理验证
第11章 Llama 3模型的微调、量化、部署和应用
11.1 准备工作
11.2 微调Llama 3模型
11.3 模型量化
11.4 模型部署
11.5 低代码应用示例
11.6 未来展望
封面
前言
目录
第1章 Agent框架与应用
1.1 初识Agent
1.2 Agent框架
1.3 Multi-Agent多角色协作
1.4 Agent应用分析
第2章 使用Coze打造专属Agent
2.1 Coze平台
2.2 Agent的实现流程
2.3 使用Coze平台打造专属的NBA新闻助手
2.4 使用Coze平台打造小红书文案助手
第3章 打造专属领域的客服聊天机器人
3.1 客服聊天机器人概述
3.2 AI课程客服聊天机器人总体架构
3.3 AI课程客服聊天机器人应用实例
第4章 AutoGen Agent开发框架实战
4.1 AutoGen开发环境
4.2 AutoGen Studio案例
第5章 生成式代理——以斯坦福AI小镇为例
5.1 生成式代理简介
5.2 斯坦福AI小镇项目简介
5.3 斯坦福AI小镇体验
5.4 生成式代理的行为和交互
5.5 生成式代理架构
5.6 沙盒环境实现
5.7 评估
5.8 生成式代理的进一步探讨
第6章 RAG检索架构分析与应用
6.1 RAG架构分析
6.2 RAG工作流程
6.3 RAG与微调和提示词工程的比较
6.4 基于LangChain的RAG应用实战
第7章 RAG应用案例——使用RAG部署本地知识库
7.1 部署本地环境及安装数据库
7.2 代码部分及前端展示配置
7.3 调用云端大语言模型
第8章 LLM本地部署与应用
8.1 硬件准备
8.2 操作系统选择
8.3 搭建环境所需组件
8.4 LLM常用知识介绍
8.5 量化技术
8.6 模型选择
8.7 模型应用实现方式
8.8 通义千问1.5-0.5B本地Windows部署实战
8.9 基于LM Studio和AutoGen Studio使用通义千问
第9章 LLM与LoRA微调策略解读
9.1 LoRA技术
9.2 LoRA参数说明
9.3 LoRA扩展技术介绍
9.4 LLM在LoRA微调中的性能分享
第10章 PEFT微调实战——打造医疗领域LLM
10.1 PEFT介绍
10.2 工具与环境准备
10.3 模型微调实战
10.4 模型推理验证
第11章 Llama 3模型的微调、量化、部署和应用
11.1 准备工作
11.2 微调Llama 3模型
11.3 模型量化
11.4 模型部署
11.5 低代码应用示例
11.6 未来展望
点击下载