（1）AI技术作家、AI应用发王晓华新作，这人真的很牛。（2）工程级别应用案例实现代码，可直复用，算是Agent发新手老手的福利。（3）所有示例与案例代码都经过测试，均可顺利运行，过王晓华图书的小伙伴都知道。（4）众多小示例，以及五大重案例，包括多Agent智能客服、高德地图MCP服务、arXiv科研论文MCP服务、旅游规划智能体、高品质住宅投研智能体，读者根据自己的需求稍微修改一下即可应用于生产实践。（5）智能客服智能体、arXiv科研论文MCP服务、旅游规划智能体、高品质住宅投研智能体，分别代表电商、科研、城市生活、投研分析领域的行业应用解决方案，极具参考价值。（6）系统整合大模型与智能体技术体系，从AIAgent技术体系，到AIAgent发技术栈（微调、提示词、MCP、LangGraph、A2A、RAG、gradio），再到AIAgent发工程案例，全面构建智能体技术的完整知识图谱。（7）深度融合MCP技术创新与工程实践，内容覆盖MCP服务发、部署和调用的方法及其案例，帮助读者掌握第三方和本地MCP服务集成发智能体的方法。（8）配套示例源码、PPT课件、配图PDF文件、读者微信交流群。（9）学完本书将掌握Agent发技术栈，并能顺利完成案例所代表的应用项目。
售 价：¥
纸质售价：¥100.00购买纸书
6.4
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
封面页
书名页
版权页
作者简介
内容简介
前言
目录
第1章 从大语言模型到智能体的演进
1.1 从大语言模型到智能体
1.1.1 自回归大模型核心技术的突破
1.1.2 大语言模型发展的里程碑
1.1.3 从大语言模型到智能体
1.2 Qwen3架构革新与性能跃迁
1.2.1 Qwen3核心技术解读
1.2.2 Qwen3并行计算效能跃迁
1.2.3 Qwen3重新定义工作认知
1.3 本章小结
第2章 Agent开发环境配置
2.1 智能体开发环境安装
2.1.1 Miniconda的下载与安装
2.1.2 PyTorch的下载与安装
2.1.3 PyCharm编译器的安装与使用
2.2 本地化Qwen3的下载与基础使用
2.2.1 ModelScope简介
2.2.2 Qwen3模型的本地化部署与使用
2.2.3 Qwen3中思考模式的切换
2.3 本章小结
第3章 基于陪伴Agent的大模型微调
3.1 大模型微调
3.1.1 大模型微调的作用
3.1.2 大模型微调技术有哪些
3.2 二次元风格的陪伴Agent微调实战
3.2.1 微调模型与数据集的准备
3.2.2 使用TRL全量微调大模型
3.2.3 使用微调后的大模型进行二次元风格问答
3.3 本章小结
第4章 在线Qwen3大模型的基本使用
4.1 网页端Qwen3大模型的基本使用
4.1.1 在线Qwen3的注册与基本使用
4.1.2 不同提示词对回答的影响
4.2 Qwen3在线API的使用
4.2.1 在线Qwen3注册与基本使用
4.2.2 不同需求的Qwen3的API使用
4.2.3 在线API的工具调用与简单RAG处理
4.3 本章小结
第5章 RAG与提示词工程
5.1 RAG技术体系
5.1.1 RAG的定义与核心流程
5.1.2 数据处理与分块策略
5.1.3 Rerank机制详解
5.2 问题表示与提示工程
5.2.1 核心原则与最佳实践
5.2.2 提示工程中的思维链详解
5.3 结合RAG与思维链的任务拆解实战
5.3.1 加载思维链的查询处理
5.3.2 思维链的查询处理
5.3.3 结合RAG的思维链任务规划
5.4 本章小结
第6章 Agent架构设计
6.1 智能体技术演进路径
6.1.1 从大模型到自主智能体的能力跃迁
6.1.2 LLM、Workflow与Graph技术路线对比分析
6.1.3 交互范式变革：从工具调用到意图理解
6.2 智能体架构设计
6.2.1 “感知-决策-执行”闭环架构设计
6.2.2 记忆模块与上下文管理机制
6.2.3 工具调用与外部系统集成策略
6.3 本章小结
第7章 多Agent跨境电商智能客服实战
7.1 分层Agent跨境电商智能客服基本架构设计
7.1.1 DTC模式的崛起与智能客服的新要求
7.1.2 跨境电商智能客服架构设计
7.1.3 用于复杂任务分配、解决与汇总的分层Agent架构
7.2 搭建具备商业问答能力的交流客服Agent
7.2.1 基于Qwen3的多语种智能客服基座模型简介
7.2.2 真实客服数据集介绍与使用详解
7.2.3 使用LoRA微调基座模型
7.2.4 使用微调后的智能客服基座模型完成推理
7.2.5 原生Qwen3多语种支持与跨境电商智能客服语言设置
7.3 给交流客服Agent注入垂直领域知识
7.3.1 给客服大模型直接添加知识的方法
7.3.2 更高精度的RAG详解与使用示例
7.3.3 基于BM25算法的RAG实战
7.3.4 基于Embedding向量排序的RAG实战
7.3.5 补充讲解1：智能客服模型垂直领域知识注入
7.3.6 补充讲解2：用Qwen3开展向量计算
7.4 搭建基于Qwen3的调度Agent
7.4.1 使用MCP构建适配智能客服的工具集
7.4.2 基于在线Qwen3的客户意图识别与工具调度Agent
7.5 本章小结
第8章 多智能体协作的原生A2A协议详解
8.1 A2A架构详解
8.1.1 A2A的功能与定义
8.1.2 A2A通信与交互模块详解
8.2 Hello Agent：A2A多智能体交互实战
8.2.1 定义模块组件的实现与查看
8.2.2 服务模块组件的实现与启动
8.2.3 执行模块组件的实现与运行
8.3 本章小结
第9章 MCP与应用详解
9.1 工具调用详解
9.1.1 Python调用工具的基本原理
9.1.2 使用Qwen3演示大模型工具调用方法
9.2 MCP协议详解
9.2.1 MCP功能与架构详解
9.2.2 单机MCP服务端的搭建
9.2.3 单机MCP客户端的搭建与使用
9.3 本章小结
第10章 云上MCP服务的部署与使用
10.1 多种MCP连接协议详解
10.1.1 stdio与SSE传输协议
10.1.2 基于SSE传输协议的MCP服务端
10.1.3 可视化验证基于SSE协议的MCP服务
10.2 局域网MCP服务器的搭建与使用实战
10.2.1 局域网MCP服务端的搭建
10.2.2 局域网MCP客户端连接MCP服务
10.3 基于腾讯云的MCP服务架设与使用
10.3.1 高效便捷的MCP云服务平台
10.3.2 腾讯云MCP服务部署代码的编写
10.3.3 腾讯云端口的开启以及在线MCP服务的验证
10.3.4 腾讯云的持久化服务的开启
10.4 本章小结
第11章 高德地图MCP服务智能调用实战
11.1 MCP验证工具与高德地图剖析
11.1.1 MCP Inspector使用演示
11.1.2 FastMCP用法讲解
11.1.3 高德地图MCP服务剖析与测试
11.2 高德MCP服务的解析与应用重构
11.2.1 基于URL的高德MCP服务的解析
11.2.2 原生高德MCP服务的解析
11.2.3 解析基于高德MCP工具调用的示例
11.3 智能化自定义高德MCP服务实战
11.3.1 在线Qwen3大模型的使用
11.3.2 高德MCP函数工具的解析与格式转换
11.3.3 在线Qwen3的工具格式、函数体与转换函数
11.3.4 结合Qwen3智能化自定义高德MCP应用实战
11.4 本章小结
第12章 构建个性化的arXiv科研论文MCP服务实战
12.1 将arXiv MCP服务拆解为API应用
12.1.1 基础arXiv MCP服务的安装与拆解运行
12.1.2 使用大模型实现辅助工具函数设置
12.1.3 对查询结果的个性化排序处理
12.1.4 适配阅读习惯的可视化操作
12.2 设计个性化的科研论文查询函数设计
12.2.1 FastAPI用法讲解
12.2.2 基于Flow过程的科研论文查询
12.2.3 将查询服务重新包装成API服务
12.3 将arXiv API包装为MCP服务
12.3.1 重构原有的arXiv API服务
12.3.2 将arXiv API重新包装为定制的MCP服务
12.4 本章小结
第13章 基于gradio的云上MCP服务发布
13.1 gradio的基本使用详解
13.1.1 从gradio的Interface开始
13.1.2 gradio输入与输出组件
13.1.3 启动gradio的launch
13.1.4 gradio中多样化的输入／输出组件
13.1.5 gradio中常用的几个组件
13.2 基于gradio的MCP服务
13.2.1 基于gradio本地实现MCP服务程序
13.2.2 基于gradio免费部署云端MCP服务
13.3 本章小结
第14章 基于MCP的旅游规划智能体开发实战
14.1 基础智能体组件
14.1.1 智能体的基本模块
14.1.2 智能体的System Prompt
14.1.3 对MCP服务的加载和处理
14.2 智能体整合与单一MCP实战
14.2.1 完整的智能体整合
14.2.2 智能体整合高德MCP服务实战
14.3 智能体引导的寻味之旅
14.3.1 规划与文件处理MCP详解
14.3.2 飨揽杭城：智能体引导的寻味之旅
14.4 本章小结
第15章 多智能体框架LangGraph与聊天助手实战
15.1 初识LangGraph与工作流搭建
15.1.1 用LangGraph把大象装进冰箱
15.1.2 LangGraph特性与技术原理
15.1.3 LangGraph组件详解
15.1.4 LangGraph中的StateGraph
15.1.5 LangGraph中的节点
15.1.6 LangGraph中的边
15.2 基于LangGraph的聊天助手搭建
15.2.1 LangGraph构建的聊天助手
15.2.2 原生LangGraph接口对Qwen3的调用
15.2.3 一般智能体运行范式详解
15.2.4 基于LangGraph与Qwen3完成聊天助手
15.2.5 进阶智能体构建
15.3 本章小结
第16章 基于LangGraph的高品质住宅投研智能体开发实战
16.1 搭建投研助手必备的知识维度
16.1.1 负公摊深析：解构高品质住宅的价值基底
16.1.2 搭建全域知识架构的投研认知体系
16.1.3 智居范式跃迁：重构技术驱动的居住品质生态
16.2 基于Qwen3的高品质住宅投研助手实战
16.2.1 智能体流程功能的定义
16.2.2 智能体流程角色的设定
16.2.3 投研智能体不同角色的组合与实现
16.2.4 完整投研智能体的搭建与运行
16.2.5 在腾讯云上部署高品质住宅投研助手
16.3 本章小结
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
