|
關(guān)于我們
 書單推薦 新書推薦 |
AI Agent應(yīng)用與項(xiàng)目實(shí)戰(zhàn) 
定 價(jià)：89 元
9 7 4 8 9 7 1 1 8 2 1 1 8 讀者對(duì)象:AI從業(yè)者，或者對(duì)AI感興趣的人士 
隨著大語言模型的日益火爆，各行各業(yè)都想把AI（人工智能）接入自己的業(yè)務(wù)場(chǎng)景，但是只依靠語言大模型就能解決業(yè)務(wù)場(chǎng)景的實(shí)際需求嗎？要想真正把AI 落地肯定少不了要結(jié)合自己業(yè)務(wù)場(chǎng)景的數(shù)據(jù)，定制AI 所承擔(dān)的角色，給它配置上需要使用的工具并按照標(biāo)準(zhǔn)化的流程辦事。那么這些操作就可以使用本書講述的Agent（智能體）來實(shí)現(xiàn)。本書使用通俗的語言講解智能體各核心組件的構(gòu)建原理與應(yīng)用流程，基于主流智能體框架（Coze、AutoGenStudio）進(jìn)行案例應(yīng)用實(shí)踐，全流程解讀如何基于實(shí)際業(yè)務(wù)場(chǎng)景打造專屬智能體。為了使讀者將Agent 應(yīng)用在自己的私有化場(chǎng)景中進(jìn)行落地應(yīng)用，本書還講解了如何微調(diào)本地大語言模型并將本地大語言模型與智能體結(jié)合，從而打造你的私有助理。
唐宇迪華東理工大學(xué)計(jì)算機(jī)博士，專注于機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺領(lǐng)域，深度學(xué)習(xí)領(lǐng)域的一線實(shí)戰(zhàn)專家，9年AI培訓(xùn)和教學(xué)經(jīng)驗(yàn)，目前自己創(chuàng)業(yè)，成立了上海颯砜智能化科技有限公司
目錄
第1 章 Agent 架構(gòu)與應(yīng)用 ............................................................................................ 1 1.1 初識(shí)Agent .......................................................................................................................... 1 1.1.1 感知能力 ................................................................................................................. 2 1.1.2 思考能力 ................................................................................................................. 2 1.1.3 動(dòng)作能力 ................................................................................................................. 3 1.1.4 記憶能力 ................................................................................................................. 4 1.2 Agent 框架 .......................................................................................................................... 5 1.2.1 Agent 框架理念 ...................................................................................................... 5 1.2.2 常用Agent 框架 ..................................................................................................... 6 1.3 Multi-Agent 多角色協(xié)作 .................................................................................................. 12 1.3.1 SOP 拆解 ............................................................................................................... 12 1.3.2 角色扮演 ............................................................................................................... 13 1.3.3 反饋迭代 ............................................................................................................... 13 1.3.4 監(jiān)督控制 ............................................................................................................... 13 1.3.5 實(shí)例說明 ............................................................................................................... 14 1.4 Agent 應(yīng)用分析 ................................................................................................................ 16 1.4.1 Agent 自身場(chǎng)景落地 ............................................................................................ 16 1.4.2 Agent 結(jié)合RPA 場(chǎng)景落地 ................................................................................... 19 1.4.3 Agent 多態(tài)具身機(jī)器人 ........................................................................................ 25 ∣ AI Agent 應(yīng)用與項(xiàng)目實(shí)踐 第2 章 使用Coze 打造專屬Agent ............................................................................ 29 2.1 Coze 平臺(tái) ......................................................................................................................... 29 2.1.1 Coze 平臺(tái)的優(yōu)勢(shì) .................................................................................................. 29 2.1.2 Coze 平臺(tái)界面 ...................................................................................................... 30 2.1.3 Coze 平臺(tái)的功能模塊 .......................................................................................... 33 2.2 Agent 的實(shí)現(xiàn)流程 ............................................................................................................ 34 2.2.1 Agent 需求分析 .................................................................................................... 34 2.2.2 Agent 架構(gòu)設(shè)計(jì) .................................................................................................... 35 2.3 使用Coze 平臺(tái)打造專屬的NBA 新聞助手 .................................................................. 35 2.3.1 需求分析與設(shè)計(jì)思路制定 ................................................................................... 35 2.3.2 NBA 新聞助手的實(shí)現(xiàn)與測(cè)試 .............................................................................. 36 2.4 使用Coze 平臺(tái)打造小紅書文案助手 ............................................................................. 55 2.4.1 需求分析與設(shè)計(jì)思路制定 ................................................................................... 55 2.4.2 小紅書文案助手的實(shí)現(xiàn)與測(cè)試 ........................................................................... 55 2.5 小結(jié) ................................................................................................................................. 70 第3 章 打造專屬領(lǐng)域的客服聊天機(jī)器人 .................................................................... 71 3.1 客服聊天機(jī)器人概述 ....................................................................................................... 71 3.1.1 客服聊天機(jī)器人價(jià)值簡(jiǎn)介 ................................................................................... 71 3.1.2 客服聊天機(jī)器人研發(fā)工具 ................................................................................... 72 3.2 AI 課程客服聊天機(jī)器人總體架構(gòu) ................................................................................. 74 3.2.1 前端功能設(shè)計(jì) ....................................................................................................... 76 3.2.2 后端功能設(shè)計(jì) ....................................................................................................... 78 3.3 AI 課程客服聊天機(jī)器人應(yīng)用實(shí)例 ................................................................................. 86 第4 章 AutoGen 智能體開發(fā)框架實(shí)踐 ....................................................................... 88 4.1 AutoGen 開發(fā)環(huán)境 ........................................................................................................... 89 4.1.1 Anaconda ............................................................................................................... 89 4.1.2 PyCharm ................................................................................................................ 89 4.1.3 AutoGen Studio ..................................................................................................... 89 4.2 AutoGen Studio 案例 ....................................................................................................... 91 4.2.1 案例介紹 ............................................................................................................... 91 4.2.2 AutoGen Studio 模型配置 .................................................................................... 91 4.2.3 AutoGen Studio 技能配置 .................................................................................... 95 4.2.4 AutoGen Studio 本地化配置 .............................................................................. 117 第5 章 生成式代理——以斯坦福AI 小鎮(zhèn)為例 ......................................................... 131 5.1 生成式代理簡(jiǎn)介 ............................................................................................................ 131 5.2 斯坦福AI 小鎮(zhèn)項(xiàng)目簡(jiǎn)介 .............................................................................................. 133 5.2.1 斯坦福AI 小鎮(zhèn)項(xiàng)目背景 ................................................................................... 133 5.2.2 斯坦福AI 小鎮(zhèn)設(shè)計(jì)原理 ................................................................................... 133 5.2.3 斯坦福AI 小鎮(zhèn)典型情景 ................................................................................... 134 5.2.4 交互體驗(yàn) ............................................................................................................. 135 5.2.5 技術(shù)實(shí)現(xiàn) ............................................................................................................. 136 5.2.6 社會(huì)影響 ............................................................................................................. 138 5.3 斯坦福AI 小鎮(zhèn)體驗(yàn) ...................................................................................................... 139 5.3.1 資源準(zhǔn)備 ............................................................................................................. 139 5.3.2 部署運(yùn)行 ............................................................................................................. 139 5.3.3 代碼解讀 ............................................................................................................. 146 5.4 生成式代理的行為和交互 ............................................................................................. 155 5.4.1 模擬個(gè)體和個(gè)體間的交流 ................................................................................. 155 5.4.2 環(huán)境交互 ............................................................................................................. 157 5.4.3 示例“日常生活中的一天” .................................................................................. 158 5.4.4 自發(fā)社會(huì)行為 ..................................................................................................... 159 5.5 生成式代理架構(gòu) ............................................................................................................ 160 5.5.1 記憶和檢索 ......................................................................................................... 161 5.5.2 反思 ..................................................................................................................... 163 5.5.3 計(jì)劃和反應(yīng) ......................................................................................................... 165 5.6 沙盒環(huán)境實(shí)現(xiàn) ................................................................................................................ 167 5.7 評(píng)估 ............................................................................................................................... 169 5.7.1 評(píng)估程序 ............................................................................................................. 169 5.7.2 條件 ..................................................................................................................... 170 5.7.3 分析 ..................................................................................................................... 171 5.7.4 結(jié)果 ..................................................................................................................... 172 5.8 生成式代理的進(jìn)一步探討 ............................................................................................. 173 第6 章 RAG檢索架構(gòu)分析與應(yīng)用 ........................................................................... 176 6.1 RAG 架構(gòu)分析 ............................................................................................................... 177 6.1.1 檢索器 ................................................................................................................. 177 6.1.2 生成器 ................................................................................................................. 178 6.2 RAG 工作流程 ............................................................................................................... 178 6.2.1 數(shù)據(jù)提取 ............................................................................................................. 179 6.2.2 文本分割 ............................................................................................................. 179 6.2.3 向量化 ................................................................................................................. 180 6.2.4 數(shù)據(jù)檢索 ............................................................................................................. 181 6.2.5 注入提示 ............................................................................................................. 181 6.2.6 提交給LLM ........................................................................................................ 182 6.3 RAG 與微調(diào)和提示詞工程的比較 ............................................................................... 182 6.4 基于LangChain 的RAG 應(yīng)用實(shí)踐 .............................................................................. 183 6.4.1 基礎(chǔ)環(huán)境準(zhǔn)備 ..................................................................................................... 183 6.4.2 收集和加載數(shù)據(jù) ................................................................................................. 183 6.4.3 分割原始文檔 ..................................................................................................... 184 6.4.4 數(shù)據(jù)向量化后入庫 ............................................................................................. 184 6.4.5 定義數(shù)據(jù)檢索器 ................................................................................................. 185 6.4.6 創(chuàng)建提示 ............................................................................................................. 185 6.4.7 調(diào)用LLM 生成回答 ........................................................................................... 185 第7 章 RAG應(yīng)用案例——使用RAG 部署本地知識(shí)庫 ............................................ 188 7.1 部署本地環(huán)境及安裝數(shù)據(jù)庫 ......................................................................................... 191 7.1.1 在Python 環(huán)境中創(chuàng)建虛擬環(huán)境并安裝所需的庫 ............................................ 191 7.1.2 安裝phidata 庫 ................................................................................................... 191 7.1.3 安裝和配置Ollama ............................................................................................ 192 7.1.4 基于Ollama 安裝Llama 3 模型和nomic-embed-text 模型 ............................. 193 7.1.5 下載和安裝Docker 并用Docker 下載向量數(shù)據(jù)庫的鏡像 .............................. 193 7.2 代碼部分及前端展示配置 ............................................................................................. 194 7.2.1 assistant.py 代碼 .................................................................................................. 194 7.2.2 app.py 代碼 ......................................................................................................... 197 7.2.3 啟動(dòng)AI 交互頁面 ............................................................................................... 203 7.2.4 前端交互功能及對(duì)應(yīng)代碼 ................................................................................. 204 7.3 調(diào)用云端大語言模型 ..................................................................................................... 212 7.3.1 配置大語言模型的API Key .............................................................................. 214 7.3.2 修改本地RAG 應(yīng)用代碼 ................................................................................... 215 7.3.3 啟動(dòng)并調(diào)用云端大語言模型 ............................................................................. 217 第8 章 LLM本地部署與應(yīng)用 ................................................................................... 221 8.1 硬件準(zhǔn)備 ........................................................................................................................ 221 8.2 操作系統(tǒng)選擇 ................................................................................................................ 222 8.3 搭建環(huán)境所需組件......................................................................................................... 223 8.4 LLM 常用知識(shí)介紹 ....................................................................................................... 226 8.4.1 分類 ..................................................................................................................... 226 8.4.2 參數(shù)大小 ............................................................................................................. 226 8.4.3 訓(xùn)練過程 ............................................................................................................. 226 8.4.4 模型類型 ............................................................................................................. 226 8.4.5 模型開發(fā)框架 ..................................................................................................... 227 8.4.6 量化大小 ............................................................................................................. 227 8.5 量化技術(shù) ........................................................................................................................ 228 8.6 模型選擇 ........................................................................................................................ 229 8.6.1 通義千問 ............................................................................................................. 229 8.6.2 ChatGLM ............................................................................................................. 229 8.6.3 Llama ................................................................................................................... 229 8.7 模型應(yīng)用實(shí)現(xiàn)方式......................................................................................................... 230 8.7.1 Chat ..................................................................................................................... 230 8.7.2 RAG ..................................................................................................................... 230 8.7.3 高效微調(diào) ............................................................................................................. 230 8.8 通義千問1.5-0.5B 本地Windows 部署實(shí)踐 ................................................................ 231 8.8.1 介紹 ..................................................................................................................... 231 8.8.2 環(huán)境要求 ............................................................................................................. 231 8.8.3 依賴庫安裝 ......................................................................................................... 232 8.8.4 快速使用 ............................................................................................................. 233 8.8.5 量化 ..................................................................................................................... 235 8.9 基于LM Studio 和AutoGen Studio 使用通義千問 ..................................................... 235 8.9.1 LM Studio 介紹 ................................................................................................... 235 8.9.2 AutoGen Studio 介紹 .......................................................................................... 235 8.9.3 LM Studio 的使用 ............................................................................................... 236 8.9.4 在LM Studio 上啟動(dòng)模型的推理服務(wù) .............................................................. 238 8.9.5 啟動(dòng)AutoGen Studio 服務(wù) ................................................................................. 239 8.9.6 進(jìn)入AutoGen Studio 界面 ................................................................................. 239 8.9.7 使用AutoGen Studio 配置大語言模型服務(wù) ..................................................... 240 8.9.8 把Agent 中的模型置換成通義千問 .................................................................. 241 8.9.9 運(yùn)行并測(cè)試Agent .............................................................................................. 242 第9 章 LLM與LoRA 微調(diào)策略解讀 ........................................................................ 244 9.1 LoRA 技術(shù) ..................................................................................................................... 244 9.1.1 LoRA 簡(jiǎn)介 .......................................................................................................... 244 9.1.2 LoRA 工作原理 .................................................................................................. 246 9.1.3 LoRA 在大語言模型中的應(yīng)用 .......................................................................... 246 9.1.4 實(shí)施方案 ............................................................................................................. 247 9.2 LoRA 參數(shù)說明 ............................................................................................................. 247 9.2.1 注意力機(jī)制中的LoRA 參數(shù)選擇 ..................................................................... 247 9.2.2 LoRA 網(wǎng)絡(luò)結(jié)構(gòu)中的參數(shù)選擇 .......................................................................... 248 9.2.3 LoRA 微調(diào)中基礎(chǔ)模型的參數(shù)選擇 .................................................................. 250 9.3 LoRA 擴(kuò)展技術(shù)介紹 ...................................................................................................... 250 9.3.1 QLoRA 介紹 ....................................................................................................... 250 9.3.2 Chian of LoRA 方法介紹 ................................................................................... 251 9.4 大語言模型在LoRA 微調(diào)中的性能分享 ..................................................................... 251 第10 章 PEFT 微調(diào)實(shí)踐：打造醫(yī)療領(lǐng)域LLM ......................................................... 252 10.1 PEFT 介紹 .................................................................................................................... 252 10.2 工具與環(huán)境準(zhǔn)備 .......................................................................................................... 253 10.2.1 工具安裝 ........................................................................................................... 253 10.2.2 環(huán)境搭建 ........................................................................................................... 256 10.3 模型微調(diào)實(shí)踐 .............................................................................................................. 265 10.3.1 模型微調(diào)整體流程 ........................................................................................... 265 10.3.2 項(xiàng)目目錄結(jié)構(gòu)說明 ........................................................................................... 266 10.3.3 基礎(chǔ)模型選擇 ................................................................................................... 267 10.3.4 微調(diào)數(shù)據(jù)集構(gòu)建 ............................................................................................... 268 10.3.5 LoRA 微調(diào)主要參數(shù)配置 ................................................................................ 269 10.3.6 微調(diào)主要執(zhí)行流程 ........................................................................................... 271 10.3.7 運(yùn)行模型微調(diào)代碼 ........................................................................................... 272 10.4 模型推理驗(yàn)證 .............................................................................................................. 273 第11 章 Llama 3 模型的微調(diào)、量化、部署和應(yīng)用 ................................................... 276 11.1 準(zhǔn)備工作 ....................................................................................................................... 277 11.1.1 環(huán)境配置和依賴庫安裝 ................................................................................... 277 11.1.2 數(shù)據(jù)收集和預(yù)處理 ........................................................................................... 279 11.2 微調(diào)Llama 3 模型 ....................................................................................................... 280 11.2.1 微調(diào)的意義與目標(biāo) ........................................................................................... 280 11.2.2 Llama 3 模型下載 ............................................................................................. 280 11.2.3 使用Llama-factory 進(jìn)行LoRA 微調(diào) ............................................................... 282 11.3 模型量化 ....................................................................................................................... 294 11.3.1 量化的概念與優(yōu)勢(shì) ........................................................................................... 294 11.3.2 量化工具Llama.cpp 介紹 ................................................................................ 294 11.3.3 Llama.cpp 部署 ................................................................................................. 295 11.4 模型部署 ....................................................................................................................... 300 11.4.1 部署環(huán)境選擇 ................................................................................................... 300 11.4.2 部署流程詳解 ................................................................................................... 301 11.5 低代碼應(yīng)用示例 ........................................................................................................... 302 11.5.1 搭建本地大語言模型 ....................................................................................... 302 11.5.2 搭建用戶界面 ................................................................................................... 303 11.5.3 與知識(shí)庫相連 ................................................................................................... 306 11.6 未來展望 ....................................................................................................................... 309
你還可能感興趣
我要評(píng)論
|
