智能体开发技术(Python+FastAPI版)电子书

内容提要

前言

第1章 大模型与智能体开发

本章引言

1.1 对接云端大模型接口

1.1.1 准备PyCharm开发环境

1.1.2 对接通义千问

1.1.3 对接DeepSeek

1.1.4 对接OpenRouter平台

1.2 本地部署大模型

1.2.1 安装与配置Ollama

1.2.2 拉取并测试大模型

1.2.3 CherryStudio对接Ollama

1.2.4 调用Ollama API

1.3 AI智能体开发技术

1.3.1 Function Calling技术

1.3.2 MCP技术

1.3.3 使用Python调用Function Calling

1.3.4 使用Python开发MCP服务

第2章 FastAPI开发框架

本章引言

2.1 FastAPI快速使用

2.1.1 快速入门

2.1.2 URL及参数

2.1.3 RESTful接口

2.1.4 JSON请求体

2.1.5 会话管理

2.1.6 文件上传

2.1.7 数据验证

2.1.8 异步编程

2.2 Jinja2模板引擎

2.2.1 模板引擎的作用

2.2.2 Jinja2快速使用

2.2.3 Jinja2核心语法

2.2.4 过滤器

2.2.5 应用示例

2.3 SQLModel数据处理

2.3.1 利用PyMySQL操作数据库

2.3.2 SQLModel核心操作

2.3.3 SQLModel复杂查询

2.4 FastAPI对接大模型

2.4.1 基于OpenAI库对接

2.4.2 处理流式响应

2.4.3 前端JavaScript对接

第3章 AI问答

本章引言

3.1 功能与设计分析

3.1.1 核心功能列表

3.1.2 整体实现思路

3.2 前后端准备工作

3.2.1 前端界面实现

3.2.2 静态目录设置

3.2.3 FastAPI多模块

3.3 文本问答功能

3.3.1 后端代码实现

3.3.2 前端代码实现

3.3.3 联网搜索功能

3.3.4 开发MCP客户端

3.3.5 函数调用增强

3.4 图像识别与生成

3.4.1 图像识别功能

3.4.2 图像识别前端

3.4.3 图像生成功能

第4章 每日新闻摘要

本章引言

4.1 功能与设计分析

4.1.1 核心功能列表

4.1.2 整体实现思路

4.2 基础功能实现

4.2.1 前端界面布局

4.2.2 数据表结构

4.2.3 BeautifulSoup库

4.2.4 爬取标题与超链接

4.2.5 获取和摘要新闻

4.2.6 前端界面渲染

4.3 扩展功能实现

4.3.1 新闻分类浏览

4.3.2 按日期浏览新闻

4.3.3 定时更新新闻

第5章 智能语音记分

本章引言

5.1 语音识别与合成

5.1.1 本地录音文件识别

5.1.2 本地实时语音识别

5.1.3 阿里云语音识别

5.1.4 WebSocket通信

5.1.5 JavaScript语音识别

5.1.6 语音合成与播放

5.2 Web版语音记分

5.2.1 功能与实现思路

5.2.2 前端界面实现

5.2.3 前端JavaScript代码实现

5.2.4 后台代码实现

5.3 Python版语音记分

5.3.1 tkinter绘制界面

5.3.2 语音唤醒功能

5.3.3 完整功能代码

第6章 智能考勤

本章引言

6.1 需求与设计分析

6.1.1 核心功能列表

6.1.2 整体实现思路

6.1.3 face_recognition的用法

6.2 OpenCV版本实现

6.2.1 利用OpenCV采集摄像头数据

6.2.2 人脸数据存储与对比

6.2.3 设计智能考勤系统数据表

6.2.4 实现新增人脸数据功能

6.2.5 实现人脸考勤功能

6.2.6 实现Web端考勤数据查询功能

6.3 Web端版本实现

6.3.1 前端采集摄像头数据

6.3.2 基于WebSocket进行实时检测

6.3.3 基于前端界面进行考勤

6.3.4 打卡成功并显示考勤记录

6.4 活体检测防作弊

6.4.1 活体检测概述

6.4.2 人脸68个关键特征点

6.4.3 指令动作检测原理

6.4.4 活体检测核心代码

6.4.5 前端连续截图测试

6.4.6 活体检测与考勤

第7章 AI智慧课堂

本章引言

7.1 功能与设计分析

7.1.1 核心功能列表

7.1.2 整体实现思路

7.1.3 数据库设计

7.2 主体功能开发

7.2.1 视频文件预处理

7.2.2 生成课堂笔记

7.2.3 生成思维导图

7.2.4 生成视频关键帧

7.2.5 拓展知识引用

7.3 出题和考试功能

7.3.1 生成考题

7.3.2 前端渲染考题

7.3.3 提交试卷并评分

7.4 登录与Token鉴权

7.4.1 Token处理机制

7.4.2 加密与解密处理

7.4.3 登录与Token认证

7.4.4 前后端校验处理

7.5 定时任务处理

第8章 智能在线客服

本章引言

8.1 功能与设计分析

8.1.1 RAG与向量数据库

8.1.2 核心功能列表

8.1.3 整体实现思路

8.2 LlamaIndex框架应用

8.2.1 LlamaIndex概述

8.2.2 LlamaIndex核心操作

8.2.3 文档分段与检索

8.2.4 定义提示词模板

8.2.5 处理流式响应

8.2.6 文档分段策略

8.2.7 检索结果重排序

8.3 向量数据库

8.3.1 Chroma的核心操作

8.3.2 自行分段实现RAG

8.3.3 Chroma的其他操作

8.3.4 LlamaIndex整合Chroma

8.3.5 Qdrant的核心操作

8.3.6 LlamaIndex整合Qdrant

8.4 项目功能实现

8.4.1 Web前端实现

8.4.2 用户端功能实现

8.4.3 文档上传并建立索引

8.4.4 文档信息处理

8.4.5 文档分段内容查看

8.5 扩展功能优化

8.5.1 联网搜索并回复

8.5.2 联系方式自动通知

8.5.3 保存对话记录

8.5.4 对接云端知识库

8.5.5 使用大模型进行分段