AI智能体构建指南：工作流、微调、优化与生产级部署
举报
正版全新
-
作者:
［土］锡南·厄兹代米尔(Sinan Ozdemir)
-
出版社:
人民邮电出版社
-
ISBN:
9787115706294
-
作者:
［土］锡南·厄兹代米尔(Sinan Ozdemir)
-
出版社:
人民邮电出版社
-
ISBN:
9787115706294
-
出版时间:
2022-12
售价
￥
49.04
7.0折
定价
￥69.80
品相
全新
上书时间2026-11-12
卖家超过10天未登录
-
-
商品描述：
-
【书 名】 AI智能体构建指南：工作流、微调、优化与生产级部署
【书 号】 9787115706294
【出 版 社】 人民邮电出版社
【作 者】 ［土］锡南·厄兹代米尔(Sinan Ozdemir)
【出版日期】 2026-10-01
【定 价】 69.80元
【内容简介】
我们正从响应式AI迈向自主式AI的新纪元。在这个时代，真正的竞争优势属于那些能够构建不仅能回应、更能主动思考、规划并执行复杂任务的智能系统的企业与开发者。本书正是通往这一前沿领域的实战指南。本书深入探讨了如何打造真正"有大脑"的AI智能体：从设计具备记忆与工具使用能力的自适应系统，到构建基于RAG和向量数据库的企业级知识核心；从实现文本、视觉、音频多模态融合，到通过微调与量化技术实现性能突破。更重要的是，本书提供了从原型到生产的完整路径，涵盖智能体系统的全生命周期管理——包括多维评估框架、成本效能平衡策略，以及确保系统可靠运行的监控方案。无论您是致力于实现首个智能体落地的工程师，还是负责AI产品战略的决策者、投资者，本书提供的经过验证的架构模式和工程实践，都将为您提供将智能体AI从概念转化为真实商业价值的关键洞察。这是一本帮助您在AI竞争的下半场抢占先机的必读之作。
【目录】
第*部分 AI、LLM 与实验基础入门
第 1 章 AI、LLM 与智能体导论003
引言 003
LLM 基础003
什么是语言模型——它是本书所说的“AI”吗 004
参数量 006
上下文窗口 007
LLM 任务谱系010
对齐010
提示词工程 012
提示词排序 013
思维链014
少样本学习 015
提示链016
LLM 的特殊功能 018
推理参数018
提示词缓存020
结构化输出025
工具调用026
LLM 工作流027
AI 智能体027
ReAct智能体028
结语031
第 2 章 LLM 工作流初探033
引言033
案例研究：文本转 SQL 工作流034
探索性数据分析037
第*个LLM工作流040
第*步：将证据索引到数据库041
第二步：搭建整体LangGraph框架044
第三步：实现证据检索045
第四步：编写SQL生成提示词 049
第五步：整合所有组件052
调用RAG工作流056
无状态工作流与有状态工作流057
结语062
第 3 章 AI 评估与实验063
引言063
LLM 的评估与实验063
案例研究 1 重访：文本转 SQL 工作流065
评估SQL生成：自由文本回答 066
评估证据检索 072
评估领域难度 080
案例研究 2：“简单”摘要提示词 082
实验：提示链摘要085
结语088
第二部分 以 AI 智能体、工作流与多模态推动实质进展
第 4 章 AI 智能体与多智能体工作负载初探091
引言091
案例研究 1：从 RAG 到智能体091
定义工具094
评估SQL智能体100
实验：延伸心智论与智能体记忆 107
何时选择工作流，何时选择智能体111
案例研究 2：（近乎）端到端的 SDR 112
智能体1：线索生成 113
MCP：灵活的工具发现机制 114
MCP1：网络搜索+ 网络爬取 116
MCP2：HubSpot CRM管理 119
智能体2：线索审核121
智能体3：线索陌拜邮件发送123
MCP3：Resend邮件发送服务124
何时选择多智能体，何时选择单智能体124
使用Streamlit对三个智能体进行临时测试126
评估智能体127
LangSmith：可追溯性工具128
结语130
第 5 章 以提示词工程、工作流与多智能体提升智能体能力131
引言131
案例研究 1：智能体规则合规与合成数据生成 132
构建规则合规测试集132
构建规则机器人智能体135
BM25：回归经典135
对智能体进行提示词工程138
在响应质量和指令对齐方面评估我们的智能体140
案例研究 2：深度研究与内容生成——智能体工作流实践142
规划组件143
反思组件145
深度研究智能体工作流146
使用深度研究撰写定制新闻简报 150
多智能体架构151
示例：基于网络的多智能体架构 153
案例研究 重访：为我们的 SDR 团队增加一个监督者智能体158
案例研究 3：智能体工具选择性能160
在工具选择准确率、精确率和召回率上的投入162
工具选择中的位置偏差166
结语167
第 6 章 超越自然语言：多模态与编程 AI169
引言169
多模态 AI 概论169
将不同模态嵌入同一向量空间170
从一种模态映射至另一种模态 174
将所有模态锚定至主模态175
多种模态数据联合建模176
独立处理各模态178
案例研究 1：图像检索流水线 179
案例研究 2：使用 Moondream 进行视觉问答185
案例研究 3：带有图像生成、文件操作和 Moondream 的编程智能体188
使用Inception的Mercury扩散语言模型构建编程智能体 189
赋予智能体图像生成能力196
集成Moondream199
全模态模型的必要性201
结语202
第三部分 以微调、框架与推理模型优化工作负载
第 7 章 推理模型与计算机操控205
引言205
智能七大支柱205
上下文工程框架207
案例研究 1：推理模型基准测试209
推理何时有用 212
在HLE上比较LLM推理力度 217
用MathQA对推理LLM进行提示测试 218
推理模型在 ReAct 智能体中的应用221
案例研究 2：计算机操控223
真正的多模态计算机操控与模态锚定的文本型计算机操控223
用推理模型对计算机操控进行基准测试225
用LangGraph构建计算机操控231
推理LLM的*终裁定235
结语235
第 8 章 以微调实现经模型校准的性能237
引言237
案例研究 1：分类 vs 多选题 239
app_reviews数据集241
LLM模型校准 244
在测试集上评估基准LLM 246
微调LLM248
比较成本与速度251
数据隐私255
在准确率、成本、速度与隐私之间进行权衡256
自由文本回答中的模型校准257
案例研究 2：领域自适应259
对规定文档进行分块262
在爱彼迎条款上微调Qwen3-8B推理LLM 266
评估经过领域自适应的LLM270
结语272
第 9 章 面向生产部署的 AI 模型优化273
引言273
模型压缩 274
量化275
蒸馏278
案例研究 1：使用 Qwen 进行推测解码281
案例研究 2：语音机器人——对速度的需求 284
寻找*快的STT和TTS模型285
案例研究 3：微调嵌套嵌入 289
嵌套嵌入291
尝试不同的训练方案293
*终结果295
案例研究N + 1：接下来是什么296
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
