动手做AI Agent
包裹包括：
1) 1 本 动手做AI Agent
2) 免费随机赠送文具配件，包括（但不限于）：设计独特的主题书签、贴纸、记事卡、铅 等。
3) 免费 :当总订单购买量超过 RM60， 可应顾客要求提供礼品包装服务
4) 出货 : 2 个工作日
5) 免费：装运前质量检验，本地 14 天缺陷更换保修
描述：
人工智能时代一种全新的技术——Agent正在崛起。这是一种能够理解自然语言并生成对应回復以及执行具体行动的人工智能体。它不仅是内容生成工具，而且是连接復杂任务的关键纽带。本书将探索Agent的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手做7个功能强大的Agent，全方位解析Agent的设计与实现。本书最后展望了Agent的发展前景和未来趋势。
本书适合对Agent技术感兴趣或致力於该领域的研究人员、开发人员、產品经理、企业负责人，以及高等院校相关专业师生等阅读。读者将跟随咖哥和小雪的脚步，踏上饶有趣味的Agent开发之旅，零距离接触GPT-4模型、OpenAI Assistants API、LangChain、LlamaIndex和MetaGPT等尖端技术，见证Agent在办公自动化、智能调度、知识整合以及检索增强生成（RAG）等领域的非凡表现，携手开啟人工智能时代的无限可能，在人机协作的星空中共同探寻那颗最闪亮的Agent之星！
目录
第 1章 何谓Agent，为何Agent 001
1.1 大开脑洞的演讲：Life 3.0 001
1.2 那么，究竟何谓Agent 003
1.3 Agent的大脑：大模型的通用推理能力 006
1.3.1 人类的大脑了不起 006
1.3.2 大模型出现之前的Agent 007
1.3.3 大模型就是Agent的大脑 008
1.3.4 期望顶峰和失望低谷 010
1.3.5 知识、记忆、理解、表达、推理、反思、泛化和自我提升 012
1.3.6 基於大模型的推理能力构筑AI应用 015
1.4 Agent的感知力：语言交互能力和多模态能力 016
1.4.1 语言交互能力 016
1.4.2 多模态能力 016
1.4.3 结合语言交互能力和多模态能力 017
1.5 Agent的行动力：语言输出能力和工具使用能力 017
1.5.1 语言输出能力 017
1.5.2 工具使用能力 018
1.5.3 具身智能的实现 019
1.6 Agent对各行业的效能提升 019
1.6.1 自动办公好助手 020
1.6.2 客户服务革命 020
1.6.3 个性化推荐 020
1.6.4 流程的自动化与资源的优化 021
1.6.5 医疗保健的变革 021
1.7 Agent带来新的商业模式和变革 022
1.7.1 Gartner的8项重要预测 023
1.7.2 Agent即服务 024
1.7.3 多Agent协作 025
1.7.4自我演进的AI 026
1.7.5 具身智能的发展 026
1.8 小结 027
第 2章 基於大模型的Agent技术框架 029
2.1 Agent的四大要素 029
2.2 Agent的规划和决策能力 031
2.3 Agent的各种记忆机制 032
2.4 Agent的核心技能：调用工具 033
2.5 Agent的推理引擎：ReAct框架 035
2.5.1 何谓ReAct 035
2.5.2 用ReAct框架实现简单Agent 038
2.5.3 基於ReAct框架的提示 040
2.5.4 创建大模型实例 043
25.5 定义搜索工具 044
2.5.6 构建ReAct Agent 044
2.5.7 执行ReAct Agent 045
2.6 其他Agent认知框架 047
2.6.1 函数调用 047
2.6.2 计划与执行 048
2.6.3 自问自答 048
2.6.4 批判修正 048
2.6.5 思维链 048
2.6.6 思维树 048
2.7 小结 049
第3章 OpenAI API、LangChain和LlamaIndex 051
3.1 何谓OpenAI API 052
3.1.1 说说OpenAI这家公司 052
3.1.2 OpenAI API和Agent开发 055
3.1.3 OpenAI API的聊天程序示例 057
3.1.4 OpenAI API的图片生成示例 063
3.1.5 OpenAI API实践 065
3.2 何谓LangChain 067
3.2.1 说说LangChain 068
3.2.2 LangChain中的六大模块 073
3.2.3 LangChain和Agent开发 074
3.2.4 LangSmith的使用方法 075
3.3 何谓LlamaIndex 077
3.3.1 说说LlamaIndex 077
3.3.2 LlamaIndex和基於RAG的AI开发 078
3.3.3 简单的LlamaIndex开发示例 081
3.4 小结 084
第4章 Agent 1：自动化办公的实现——通过Assistants API和DALL·E 3模型创作PPT 085
4.1 OpenAI公司的Assistants是什么 086
4.2 不写代码，在Playground中玩Assistants 086
4.3 Assistants API的简单示例 090
4.3.1 创建助手 091
4.3.2 创建线程 095
4.3.3 添加消息 097
4.3.4 运行助手 099
4.3.5 显示响应 103
4.4 创建一个简短的虚构PPT 105
4.4.1 数据的收集与整理 106
4.4.2 创建OpenAI助手 106
4.4.3 自主创建数据分析图表 108
4.4.4 自主创建数据洞察 112
4.4.5 自主创建页面标题 114
4.4.6 用DALL·E 3模型为PPT首页配图 115
4.4.7 自主创建PPT 116
4.5 小结 121
第5章 Agent 2：多功能选择的引擎——通过Function Calling调用函数 122
5.1 OpenAI中的Functions 122
5.1.1 什么是Functions 123
5.1.2 Function的说明文字很重要 124
5.1.3 Function定义中的Sample是什么 124
5.1.4 什么是Function Calling 126
5.2 在Playground中定义Function 127
5.3 通过Assistants API实现Function Calling 130
5.3.1 创建能使用Function的助手 131
5.3.2 不调用Function，直接运行助手 133
5.3.3 在Run进入requires_action状态之后跳出循环 140
5.3.4 拿到助手返回的元数据信息 141
5.3.5 通过助手的返回信息调用函数 141
5.3.6 通过submit_tool_outputs提交结果以完成任务 143
5.4 通过ChatCompletion API来实现Tool Calls 147
5.4.1 初始化对话和定义可用函数 148
5.4.2 第 一次调用大模型，向模型发送对话及工具定义，并获取响应 149
5.4.3 调用模型选择的工具并构建新消息 151
5.4.4 第二次向大模型发送对话以获取最终响应 153
5.5 小结 154
第6章 Agent 3：推理与行动的协同——通过LangChain中的ReAct框架实现自动定价 156
。。。。。。。。。。。。。。
Delivery:
LOCAL SELLER!
READY STOCK IN MALAYSIA!!
PACK & SHIP WITHIN SAME OR NEXT BUSINESS DAY!!