買這商品的人也買了...
-
產品結構設計實務$280$252 -
芯片驗證漫遊指南 : 從系統理論到 UVM 的驗證全視界$594$564 -
對抗機器學習：機器學習系統中的攻擊和防禦$414$393 -
特徵工程不再難：資料科學新手也能輕鬆搞定！ (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$405 -
$774低功耗設計精解 -
$658無線通信智能處理及乾擾消除技術 -
EDA 設計流程整合 ─ 如何建構一台功能完整的 EDA 伺服器$500$490 -
硬件安全：從 SoC 設計到系統級防禦$834$792 -
$504微波與光波融合的新一代微電子裝備製造技術 -
$453AIoT 系統開發：基於機器學習和 Python 深度學習 -
$648高精度 GNSS\INS 組合定位及測姿技術 -
人工智慧再進化：聯邦學習讓資料更安全穩固$880$695 -
AI 嵌入式系統：算法優化與實現$594$564 -
$1,008複雜環境下語音信號處理的深度學習方法 -
$1,188人工智能硬件電路設計基礎及應用 -
特徵工程的藝術：通用技巧與實用案例$539$512 -
智能風控實踐指南：從模型、特徵到決策$539$512 -
$588雷達輻射式模擬信號分析與處理 -
高速電路設計實踐$414$393 -
無人機通信$828$786 -
高速電路設計進階$888$843 -
雷達通信的頻譜共享及一體化 關鍵技術與應用$894$849 -
AI 芯片開發核心技術詳解$654$621 -
$499雷達嵌入式通信理論與技術 -
機器學習聖經：最完整的統計學習方法 (好評熱銷版)$880$695
相關主題
商品描述
本書是一本以工程結果為導向、以提升實戰能力為目標的智能體構建工具書。旨在解決當前大量學習者“懂大模型，卻做不出可用的智能體”“看過無數教程，卻無法落地部署”的核心痛點，以Agent TARS、DeerFlow、OpenManus三大開源智能體平臺為核心，完整覆蓋了從智能體認知、架構設計、功能開發、平臺聯動、性能優化到行業落地的全過程，真正回答了“如何從零構建一個可長期運行、可擴展、可覆用的智能體系統”的問題。本書涵蓋20多個實戰項目，以高度結構化的方式拆解智能體的工程邏輯，而非停留在“對話效果展示”層面。
本書以可運行、可覆現、可部署為基本標準，包含多語言翻譯助手、法律咨詢助手、企業知識庫智能管家、金融客服、醫療輔助系統、工業預測系統等實戰案例，並深入講解多代理協作、對話流程編排、知識檢索增強、數據分析與報告生成、微服務部署與性能調優等關鍵能力。本書聚焦開源智能體生態，避免對封閉平臺的依賴，強調可控性、安全性與可持續演進，系統呈現“任務編排中樞+對話與協作引擎+知識與數據中樞”的協同架構，構建“超級智能體”的完整方法論，從設計原則到行業實戰，打通“技術—產品—業務”的“最後一公裏”。
作者簡介
孫誌華，人工智能與大數據專業大學講師，沈陽航空航天大學軟件工程專業本科，敖德薩梅契尼可夫國立大學信息系統和技術專業碩士，全國高校計算機能力挑戰賽優秀指導老師。 在人工智能科研和教學領域擁有豐富的經驗，尤其在人工智能、物聯網和軟件系統開發方面取得了一定成就，專註於將前沿的人工智能技術應用於實際場景。
目錄大綱
第1章 智能助手入門：三大平臺初探 1
1.1 什麼是智能體？從聊天機器人到行業專家 2
1.2 三大開源智能體平臺特色揭秘 4
1.2.1 Agent TARS：多語言的數字管家 4
1.2.2 DeerFlow：對話流程設計大師 10
1.2.3 OpenManus：知識處理專家 18
1.3 設計原則：如何構建通用型智能助手 24
1.4 應用場景：客服、醫療、教育中的實戰案例 29
第2章 Agent TARS開發：分布式多語言助手 34
2.1 平臺架構解密：支持多語言的秘密 35
2.2 多語言處理機制：中英文混合指令實戰 38
2.3 分布式部署：讓全球用戶訪問你的助手 41
2.4 實戰項目：創建多語言翻譯助手 45
第3章 DeerFlow實戰：對話助手開發 54
3.1 核心架構圖解：對話引擎如何工作 55
3.2 基礎工具包：常用組件與接口說明 58
3.3 新手練習：創建第一個天氣查詢助手 61
3.4 連接大模型：讓ChatGPT驅動你的助手 72
3.5 對話記憶術：實現多輪上下文對話 75
第4章 OpenManus精通：知識助手打造 78
4.1 系統架構解析：知識庫如何運轉 79
4.2 核心接口詳解：數據輸入—處理—輸出 82
4.3 實戰項目：構建法律咨詢助手 87
4.4 實戰項目：銷售數據分析助手 92
4.5 實戰項目：企業知識庫智能管家 95
第5章 平臺聯動：打造超級智能體 99
5.1 協作架構設計：三大平臺如何配合 100
5.2 微服務部署：Agent TARS調度多助手協作 104
5.3 終極對話系統 107
5.3.1 DeerFlow管理對話 107
5.2.2 OpenManus提供知識支持 112
5.4 智能決策引擎：數據分析+報告生成 114
第6章 性能飛躍：助手優化秘籍 119
6.1 評估指標：響應速度、準確率、穩定性 120
6.2 Agent TARS優化 125
6.2.1 跨服務通信加速 125
6.2.2 多用戶資源分配策略 127
6.3 DeerFlow優化 131
6.3.1 對話緩存提速技巧 131
6.3.2 萬人並發的內存管理 135
6.4 OpenManus優化 137
6.4.1 知識檢索加速方案 137
6.4.2 分布式計算效率的提升 142
第7章 行業實戰：改變世界的智能助手 146
7.1 教育管家：Agent TARS個性化學習引擎 147
7.2 金融客服：DeerFlow解答股票問題 156
7.3 醫療助手：OpenManus疾病診斷系統 174
7.4 工業預測：設備故障預警系統 179
7.5 零售顧問：用戶行為分析助手 183
第8章 Agent TARS Skills指南：從概念解析到桌面整理實戰 188
8.1 Agent TARS Skills從概念到實踐的全面解析 189
8.2 開發實戰：從環境搭建到桌面文件整理技能的實現 194
