（1）案例驱动，读者拿来即用：覆盖ReAct、Plan-and-Execute、RAG与多模态等主流Agent模式，提供可复用代码与最佳实践，让读者快速见成效。 （2）通全栈工具，赋能企业落地：融合LangChain、LlamaIndex、LangGraph、AutoGen与OpenAI Swarm等框架，讲透函数调用、工具集成、多Agent协作与工程化部署，直达企业级落地。 （3）实力派作者，传授有效经验：作者拥有10 年架构与管理经验，经历众多大型项目的真实锤炼，保障内容稳、准、狠。
售 价：¥
纸质售价：¥66.70购买纸书
6.6
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
前言
AI Agent基础篇
CHAPTER 1 第1章 AI Agent开发模式
1.1 认识AI Agent
1.2 集成LLM
1.3 Agent关键技术
1.4 Agent的实现类型
1.5 Agent开发工具和框架
1.6 本章小结
CHAPTER 2 第2章 LLM和Agent
2.1 集成OpenAI LLM
2.2 基于OpenAI LLM从零构建并执行Agent
2.3 基于OpenAI Swarm构建Agent
2.4 本章小结
AI Agent实现篇
CHAPTER 3 第3章 通用型Agent
3.1 ReAct Agent
3.2 Plan-and-Execute Agent
3.3 本章小结
CHAPTER 4 第4章 知识型Agent
4.1 引入Agentic RAG
4.2 基于LangChain构建知识型Agent
4.3 基于LlamaIndex构建多级知识型Agent
4.4 本章小结
CHAPTER 5 第5章 多模态Agent
5.1 引入多模态技术
5.2 基于LangChain实现多模态
5.3 多模态Agent案例分析
5.4 本章小结
AI Agent应用篇
CHAPTER 6 第6章 企业级Agent工程化技术
6.1 Agent工程化技术栈
6.2 Agent运行时管理
6.3 Agent可视化交互
6.4 Agent外围技术
6.5 本章小结
CHAPTER 7 第7章 多Agent系统
7.1 多Agent系统的实战基础
7.2 基于LlamaIndex构建多Agent系统
7.3 基于AutoGen构建多Agent系统
7.4 本章小结
CHAPTER 8 第8章 多Agent系统的实战案例
8.1 多Agent智能报告案例分析
8.2 基于LangGraph构建多Agent系统
8.3 多Agent智能报告案例实现
8.4 多Agent智能报告案例演示
8.5 本章小结
推荐阅读
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
