智能體工程驅動AI Agent開發

王曉華

  • 出版商: 清華大學
  • 出版日期: 2026-08-01
  • 售價: $600
  • 語言: 簡體中文
  • ISBN: 7302723524
  • ISBN-13: 9787302723523
  • 相關分類: AI Coding
  • 下單後立即進貨 (約4週~6週)

  • 智能體工程驅動AI Agent開發-preview-1
  • 智能體工程驅動AI Agent開發-preview-2
  • 智能體工程驅動AI Agent開發-preview-3
  • 智能體工程驅動AI Agent開發-preview-4
  • 智能體工程驅動AI Agent開發-preview-5
  • 智能體工程驅動AI Agent開發-preview-6
  • 智能體工程驅動AI Agent開發-preview-7
智能體工程驅動AI Agent開發-preview-1

商品描述

《智能體工程驅動AI Agent開發》圍繞智能體工程這一主線,系統闡述智能體從範式演進到工程化落地的完整路徑,並結合實戰案例,幫助讀者掌握智能體工程驅動AI Agent開發的方法。《智能體工程驅動AI Agent開發》配套源碼、PPT課件、讀者交流微信群,所有代碼經過測試均運行無誤。 《智能體工程驅動AI Agent開發》共分13章,內容包括智能體工程概述、Agent環境安裝與大模型基礎使用、初識智能體(Qwen與Anthropic互通)、京韻導覽Agent開發、從提示詞工程到上下文工程、初識上下文工程與子智能體、智能體的自進化與優化重整合、智能體的心跳機制、北京豆汁文化體驗智能體開發、智能體中的計劃清單、博物館導覽助手開發、自進化Skill詳解與自進化實戰、自進化中醫診療智能體開發。 《智能體工程驅動AI Agent開發》采用循序漸進的講解方式,示例豐富、案例完整,既適合智能體開發初學者、大模型應用開發人員、AI應用開發工程師與研發人員、對智能體工程原理感興趣的讀者、AI業務系統開發者與產品經理,也可作為高等院校或高職高專院校人工智能、智能體工程相關課程的教學參考書。

作者簡介

王曉華,高校計算機專業講師,研究方向為雲計算、大數據與人工智能。其著作包括《LangGraph智能體設計模式與多智能體開發》《AI Agent智能體與MCP開發實踐:基於Qwen3大模型》《DeepSeek原生應用與智能體開發實踐》《DeepSeek大模型高性能核心技術與多模態融合開發》《深入探索Mamba模型架構與應用》《PyTorch深度學習與計算機視覺實踐》《PyTorch語音識別實戰》《ChatGLM3大模型本地化部署、應用開發與微調》《從零開始大模型開發與微調:基於PyTorch與ChatGLM》。

目錄大綱

目    錄

 

第1章  智能體工程概述 1

1.1  從大語言模型到智能體:範式演進 1

1.1.1  人工智能的發展脈絡 2

1.1.2  Agent Loop奠定智能體基礎範式 4

1.1.3  從提示詞工程到駕馭工程 6

1.2  智能體工程的核心技術構建 8

1.2.1  工程視角下的智能體組件 8

1.2.2  智能體工程技術棧全景圖 10

1.2.3  智能體工程的生命周期與方法論 13

1.2.4  典型應用場景與本書導讀 15

1.3  本章小結 15

第2章  Agent環境安裝與大模型基礎使用 17

2.1  Python環境的安裝與配置 17

2.1.1  Miniconda的下載與安裝 17

2.1.2  PyCharm編譯器的安裝與使用 20

2.2  基礎大模型Qwen3與GLM的調用 23

2.2.1  阿裏Qwen3的註冊與基本使用 24

2.2.2  Qwen3大模型的自定義使用 27

2.2.3  智譜GLM的註冊與基本使用 28

2.3  從系統提示詞到提示詞工程 29

2.3.1  大模型中的System Prompt 30

2.3.2  系統提示詞實戰:給大模型註入“京韻兒” 32

2.3.3  探索提示詞工程 36

2.4  本章小結 37

第3章  初識智能體:Qwen與Anthropich互通 38

3.1  大模型中的工具調用 38

3.1.1  Qwen大模型中的工具調用 39

3.1.2  流式任務鏈:多次循環的工具調用 44

3.1.3  初識智能體:思考、行動、觀察的邏輯閉環 47

3.1.4  並發任務鏈:多工具的並發調用 49

3.2  阿裏搜索引擎的使用 52

3.2.1  阿裏搜索引擎的開通 52

3.2.2  阿裏搜索引擎的實現與使用 55

3.3  Anthropic工程模板詳解與使用 56

3.3.1  Anthropic工程模板:大模型客戶端抽象基類 57

3.3.2  Anthropic工程模板:工程化工具的抽象基類 68

3.3.3  Anthropic工程模板:基於Bash的工具抽象基類 71

3.3.4  阿裏與Anthropic在搜索任務互通實踐 72

3.4  本章小結 74

第4章  北京歡迎您:京韻導覽Agent開發 75

4.1  生態破壁:與Anthropic智能體聯動開發 75

4.1.1  Qwen與Anthropic客戶端互通 76

4.1.2  GLM與Anthropic的客戶端互通 78

4.1.3  與 Anthropic的智能體構建初步 79

4.2  北京歡迎您:基於Anthropic的京韻導覽Agent實戰 85

4.2.1  京韻System Prompt設置 85

4.2.2  基於Anthropic的京韻導覽Agent實戰 87

4.3  本章小結 96

第5章  從提示詞工程到上下文工程 97

5.1  Bash工具實現與提示詞工程 98

5.1.1  基於Anthropic的Bash工具的實現 98

5.1.2  帶工具信息註入的提示詞工程 105

5.1.3  提示詞工程實現 108

5.1.4  結合智能體工程的Agent實現 114

5.2  上下文工程的應用 119

5.2.1  多角度智能體特質設計與重構 120

5.2.2  智能體長期特質的靜態註入 123

5.2.3  User實時性特質的動態註入 124

5.3  本章小結 126

第6章  初識上下文工程與子智能體 127

6.1  記憶系統的上下文工程 127

6.1.1  上下文對話的軟截斷 128

6.1.2  智能體中的長期記憶與短期記憶 129

6.1.3  上下文對話的長期記憶 133

6.2  初始子智能體:User特質的動態提取 136

6.2.1  了解需求:對User特質的分類載入 136

6.2.2  初識子智能體:MemoryExtractor 138

6.2.3  User特質的提取:每輪對話的動態提取 140

6.3  本章小結 146

第7章  智能體的自進化與優化重整合 147

7.1  User特質的周期提取與自進化 147

7.1.1  User特質的提取:周期對話的深度挖掘 148

7.1.2  User特質的自進化 151

7.2  上下文記憶的優化與重整合 158

7.2.1  上下文工程的優化:記憶去重、過濾與沖突 158

7.2.2  上下文工程的優化:情景記憶(重點) 160

7.2.3  上下文工程的優化:記憶的衰減與重整合公式設計 164

7.2.4  上下文工程的優化:記憶的重整合實現 165

7.3  本章小結 172

第8章  智能體的心跳機制(定時任務) 173

8.1  智能體的心跳執行模式:以定時器為核心 173

8.1.1  基礎的心跳模塊規範Schema 174

8.1.2  基於心跳(定時任務)的主智能體調用 177

8.1.3  定時任務主導的智能體調用 190

8.2  智能體的心跳執行模式:以智能體為核心 192

8.2.1  修正心跳觸發形式 193

8.2.2  智能體主導的定時任務執行 198

8.3  本章小結 208

第9章  尋味之旅:北京豆汁文化體驗智能體開發 209

9.1  智能體適配分析 209

9.1.1  品味中國傳統文化:豆汁選題的核心場景優勢 210

9.1.2  智能體技術能力適配分析 211

9.2  北京豆汁文化體驗智能體的二次開發 214

9.2.1  智能體模塊的二次開發 214

9.2.2  核心需求映射與工具開發 220

9.2.3  全流程數據流設計與場景落地效果 232

9.3  本章小結 234

第10章  復雜任務執行:智能體中的計劃清單 235

10.1  將復雜任務分解成任務清單 236

10.1.1  基於子智能體的復雜任務分解 236

10.1.2  任務的拆解與執行 238

10.1.3  不同模型的復雜任務拆解對比 241

10.1.4  將業務經驗凝結到任務計劃分解中 242

10.2  智能體計劃清單處理的整合 243

10.2.1  主智能體中的子任務推進 243

10.2.2  帶有計劃清單的智能體實現 245

10.3  本章小結 251

第11章  千載對語:博物館導覽助手開發 252

11.1  智能體開發基礎調研 252

11.1.1  了解中國歷史精髓:博物館智能體的核心場景優勢 253

11.1.2  導覽智能體的架構優化分析 255

11.2  博物館導覽助手的二次開發實戰 255

11.2.1  主智能體中子任務分解與推進 256

11.2.2  子任務的執行 257

11.2.3  博物館導覽助手實戰 260

11.2.4  子智能體的應用 262

11.3  從上下文工程到駕馭工程 263

11.3.1  重構子任務狀態標註與持久化 263

11.3.2  獨立子任務中的多工具調用與多結果處理 266

11.3.3  約束子任務中的智能體 268

11.3.4  上下文工程與駕馭工程的演進 270

11.4  本章小結 271

第12章  自進化Skill詳解與自進化實戰 272

12.1  基礎Skill詳解 272

12.1.1  Anthropic體系下Skill的基本概念 273

12.1.2  示例Skill文件的實現 276

12.2  智能體中Skill的註冊 281

12.2.1  Anthropic工程模板:Skill技能使用 282

12.2.2  基於模板Skill的實現 283

12.2.3  運行狀態Skill的註冊 288

12.3  智能體中Skill的約束與自進化實戰 290

12.3.1  Prompt中對Skill使用約束 290

12.3.2  添加額外的Skill 291

12.3.3  基於自定義智能體Skill的自進化實戰 292

12.4  本章小結 294

第13章  杏林春滿,智啟未來:自進化中醫診療智能體開發 295

13.1  中醫望診分析網站的設計與詳解 295

13.1.1  中醫望診分析網站的架構設計 295

13.1.2  中醫望診分析網站的系統模塊 299

13.1.3  中醫望診分析網站的圖像分析引擎 301

13.1.4  中醫望診分析網站的圖像生成引擎 302

13.2  具有記憶能力的中醫診療智能體設計與實現 306

13.2.1  按需重構智能化後臺與記憶系統 306

13.2.2  將中醫望診引擎轉化為工具調用 309

13.3  中醫診療結果的自進化展示方案 313

13.3.1  結合業務需求完成展示技能的自進化 314

13.3.2  基於Skill展示結果生成標準的HTML頁面 318

13.4  本章小結 319