万本电子书0元读

万本电子书0元读

顶部广告

生成式AI应用开发:基于OpenAI API实现电子书

准备好探索AI技术的极限,并目睹自然语言处理如何与垂直应用融合吗?这本书将带你深ChatGPT的奥妙世界,掌握其核心理论与应用实践! 从基础知识到高级技巧,逐步揭示ChatGPT的强大功能,深探索支撑其运行的NLP技术。 通过真实案例的详细剖析,本书将指导你了解垂直应用的发全流程,包括Web交互、编程辅助工具和AI客服等多个关键领域。

售       价:¥

纸质售价:¥92.00购买纸书

7人正在读 | 0人评论 6.4

作       者:陈祯民

出  版  社:清华大学出版社

出版时间:2024-12-26

字       数:17.1万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
这是一本面向AI发人员以及对生成式人工智能技术感兴趣的读者的专业图书。《生成式AI应用发:基于OpenAI API实现》深探讨生成式AI技术的原理与实现,以及如何利用OpenAI API行高效发。《生成式AI应用发:基于OpenAI API实现》内容包括ChatGPT的原理解析、OpenAI API请求库的使用、飞书AI机器人的构建、AI编程辅助插件的发、Hugging Face模型的私有化部署与微调,以及检索增强技术RAG和Prompt Engineering的优化策略。 书中不仅系统地梳理了生成式AI应用发的关键知识,还通过丰富的实际代码案例指导读者在不同垂直领域实现AI应用的发。此外,《生成式AI应用发:基于OpenAI API实现》还扩展介绍了AI应用的社区生态,帮助读者将理论知识应用到实践中,培养独立发和优化生成式AI应用的能力。 《生成式AI应用发:基于OpenAI API实现》适合希望深了解并实践生成式AI技术的人员,无论是初学者还是有经验的发者,都能从中获得宝贵的知识和启发。通过阅读《生成式AI应用发:基于OpenAI API实现》,读者将能够掌握从理论到实践的全方位知识,为未来的AI应用发下坚实的基础。<br/>【推荐语】<br/>准备好探索AI技术的极限,并目睹自然语言处理如何与垂直应用融合吗?这本书将带你深ChatGPT的奥妙世界,掌握其核心理论与应用实践! 从基础知识到高级技巧,逐步揭示ChatGPT的强大功能,深探索支撑其运行的NLP技术。 通过真实案例的详细剖析,本书将指导你了解垂直应用的发全流程,包括Web交互、编程辅助工具和AI客服等多个关键领域。<br/>【作者】<br/>陈祯民 工程师,育前抖音内容安全、Tae Al成员,字节跳动青训营讲师,掘金签约作者,著有掘金小册《SSR 实战:官网发指南》《前端自动化测试精讲》《Trae门到实践:AI编码的妙笔生花》。<br/>
目录展开

作者简介

内容简介

推荐序

前言

第1章 绪论

1.1 AGI的新时代已经到来

1.2 ChatGPT全景介绍:历史、原理与API

1.3 生成式AI应用的市场前景

1.4 本书的内容安排

第2章 OpenAI API请求库

2.1 OpenAI API

2.2 Chat系列OpenAI API端点

2.3 API请求库

2.4 本章小结

第3章 基础应用:ChatGPT的实现

3.1 项目初始化和产品功能拆解

3.2 ChatGPT静态交互的实现

3.3 ChatGPT可交互功能的补充

3.4 创建不同角色类别的聊天

3.5 社区功能:跨平台ChatGPT应用————ChatGPT Next Web

3.6 本章小结

第4章 交互应用:集成AI模型功能到飞书机器人

4.1 创建飞书机器人

4.2 飞书机器人的API服务

4.3 支持一二熊的消息回复

4.4 结合AI实现一二熊的办公辅助功能

4.5 本章小结

第5章 VSCode自定义插件

5.1 AI在代码辅助领域的实施

5.2 初识VSCode插件开发

5.3 VSCode插件开发常用扩展功能

5.4 特殊判断值when子句

5.5 VSCode插件支持的工作台空间

5.6 使用React开发Webview

5.7 VSCode插件的联动与发布

5.8 本章小结

第6章 编程应用:AI编码辅助插件

6.1 在VSCode插件中实现ChatGPT

6.2 代码语言转换工具

6.3 代码审查工具

6.4 本章小结

第7章 Hugging Face开源模型的私有化部署和微调

7.1 模型私有化部署

7.2 模型微调

7.3 开源AI社区Hugging Face

7.4 本章小结

第8章 检索增强生成技术:向量化与大模型的结合

8.1 检索增强生成技术介绍

8.2 文本向量化

8.3 向量数据库Chroma

8.4 实战:为ChatGPT提供知识库功能

8.5 本章小结

第9章 提示词工程与LLM社区生态

9.1 提示词工程

9.2 国内Chat大模型

9.3 AI应用搭建平台Coze

9.4 本章小结

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部