系统掌握多智能体协同开发秘籍，实战案例+代码解析，助你高效落地AI项目。

01

本书内容

《AI Agent应用开发:构建多智能体协同系统》深入浅出地介绍智能体与多智能体协同的核心知识及开发技巧。《AI Agent应用开发:构建多智能体协同系统》共8章，从智能体的基本概念、等级划分及模块组成入手，逐步深入探讨提示词工程、大模型评测与应用、记忆与RAG模块、规划能力等关键模块，并辅以编程实践。书中不仅详细讲解了多智能体相关理论与开源框架，更通过智能家居助手、AI办公助手、语言翻译助手、智能客服等领域的实战案例，展示多智能体系统解决复杂问题的强大能力。

02

本书作者

尹浩，硕士，毕业于对外经济贸易大学，研究方向为边缘智能、多智能体系统、自然语言处理与大数据，先后供职于深开鸿、中国平安等公司，担任资深算法工程师。擅长大模型应用、深度学习、自然语言处理、大数据中台等相关技术，特别是在AIOS、非结构化文档理解等领域有深入研究，目前主要从事开源鸿蒙操作系统的原生AI推理和大模型智能体开发工作。发表过3篇技术专利和1篇实用性发明专利。

03

本书读者

《AI Agent应用开发:构建多智能体协同系统》特色鲜明，以代码示例为主，聚焦工程实践，避免冗余理论，直击智能体应用开发的核心。《AI Agent应用开发:构建多智能体协同系统》适合具有一定Python基础，了解或使用过大模型的开发者、工程师、产品经理以及对AI应用开发感兴趣的读者。

04

本书目录

第 1 章  智能体系统概述1

1.1  什么是智能体1

1.1.1  智能体初识1

1.1.2  智能体的概念3

1.2  智能体的核心组件概述4

1.2.1  大语言模型4

1.2.2  工具模块5

1.2.3  记忆模块6

1.2.4  规划模块7

1.2.5  RAG模块8

1.3  智能体的发展历程8

1.4  智能体的等级划分10

1.4.1  RASA10

1.4.2  Google10

1.4.3  类自动驾驶11

1.5  为什么要使用智能体12

1.5.1  大模型的缺点12

1.5.2  智能体的特点13

1.6  什么是多智能体协同13

1.7  实验环境搭建14

1.7.1  网页版对话测试14

1.7.2  代码版对话测试16

1.8  本章小结21

第 2 章  认识大模型22

2.1  Transformer的架构原理22

2.2  大模型的训练流程25

2.2.1  数据清洗25

2.2.2  分词技术26

2.2.3  位置编码26

2.2.4  模型预训练27

2.2.5  大模型微调28

2.2.6  大模型对齐29

2.2.7  解码策略30

2.2.8  大模型幻觉30

2.3  国内外大模型介绍32

2.3.1  国外知名大模型32

2.3.2  国内知名大模型34

2.3.3  垂直领域大模型36

2.4  大模型调用实战37

2.4.1  调用GPT-4大模型37

2.4.2  调用百度文心一言大模型38

2.4.3  调用本地大模型39

2.5  大模型能力评测42

2.5.1  为什么要做大模型评测42

2.5.2  需要评测大模型的哪些能力43

2.5.3  如何评测大模型45

2.6  常用的评测数据集介绍46

2.6.1  MMLU数据集46

2.6.2  C-EVAL数据集49

2.6.3  MATH数据集51

2.6.4  GSM8K数据集54

2.6.5  HumanEval数据集56

2.7  大模型评测网站——OpenCompass58

2.7.1  OpenCompass介绍59

2.7.2  大模型排行榜59

2.7.3  OpenCompass评测工具介绍61

2.7.4  数据集评测实战63

2.8  本章小结65

第 3 章  提示词工程66

3.1  提示词66

3.1.1  提示词的基本概念与特点66

3.1.2  提示词的示例67

3.2  结构化提示词69

3.2.1  结构化提示词的基本概念69

3.2.2  结构化提示词的示例70

3.3  提示工程74

3.3.1  ICIO框架74

3.3.2  CRISPE框架75

3.3.3  APE框架77

3.3.4  BROKE框架78

3.3.5  CARE框架80

3.3.6  COAST框架81

3.3.7  RACE框架83

3.3.8  RISE框架83

3.3.9  ROSES框架85

3.3.10  TAG框架87

3.3.11  TRACE框架88

3.4  提示词的优化方法90

3.5  自动生成提示词92

3.6  本章小结96

第 4 章  RAG系统的构建97

4.1  RAG介绍97

4.1.1  RAG的基本概念97

4.1.2  RAG系统的构成98

4.2  极简RAG实现100

4.2.1  构建阶段实现100

4.2.2  检索生成实现103

4.2.3  RAG流程测试104

4.3  文档解析105

4.3.1  文件类型介绍105

4.3.2  Word文档提取108

4.3.3  半结构化文本提取109

4.3.4  邮件文本提取111

4.3.5  PDF文本提取113

4.3.6  表格文本提取115

4.3.7  图片文本提取116

4.4  RAG优化方法118

4.4.1  数据处理优化方法118

4.4.2  查询路由优化方法120

4.4.3  索引优化方法122

4.5  基于LangChain的RAG实现124

4.5.1  LangChain介绍125

4.5.2  LangChain的RAG数据流程127

4.5.3  文档加载器128

4.5.4  文档转换器130

4.5.5  文本嵌入模型132

4.5.6  向量存储134

4.5.7  知识检索135

4.5.8  基于LangChain构建完整的RAG系统136

4.6  评测RAG系统的性能138

4.6.1  RAGas框架介绍138

4.6.2  RAG系统评测实战141

4.7  本章小结143

第 5 章  记忆模块145

5.1  记忆模块介绍145

5.1.1  什么是记忆145

5.1.2  记忆的作用147

5.1.3  记忆的信息类型148

5.1.4  记忆的压缩方法149

5.2  手动实现Memory实践150

5.2.1  计算token数150

5.2.2  摘要总结实现152

5.2.3  短期记忆实现153

5.2.4  长期记忆实现154

5.2.5  记忆测试157

5.3  MemGPT框架159

5.3.1  MemGPT框架介绍159

5.3.2  基于MemGPT的案例实践160

5.3.3  MemGPT框架源码解析162

5.4  Mem0框架171

5.4.1  Mem0框架介绍172

5.4.2  基于Mem0的案例实践173

5.4.3  Mem0框架源码分析176

5.5  BoT框架181

5.5.1  BoT框架介绍181

5.5.2  基于BoT的案例实践182

5.5.3  BoT框架源码解析183

5.6  本章小结186

第 6 章  规划能力187

6.1  思维链187

6.1.1  思维链介绍187

6.1.2  CoT案例分析189

6.1.3  CoT编程实践190

6.2  Self-Ask193

6.2.1  Self-Ask介绍193

6.2.2  Self-Ask案例实践193

6.2.3  Self-Ask编程实践195

6.3  Self-Reflexion197

6.3.1  Self-Reflexion介绍197

6.3.2  Self-Reflexion案例实践198

6.3.3  Self-Reflexion编程实践201

6.4  Function Calling202

6.4.1  Function Calling介绍203

6.4.2  Function Calling案例实践204

6.4.3  Function Calling编程实践206

6.5  ReAct210

6.5.1  ReAct介绍210

6.5.2  ReAct案例实践212

6.5.3  ReAct编程实践217

6.6  Plan-and-Execute223

6.6.1  Plan-and-Execute介绍223

6.6.2  Plan-and-Execute案例实践224

6.6.3  Plan-and-Execute编程实践226

6.7  Self-Discover230

6.7.1  Self-Discover介绍230

6.7.2  Self-Discover案例实践232

6.7.3  Self-Discover编程实践233

6.8  本章小结236

第 7 章  多智能体系统237

7.1  多智能体系统介绍237

7.1.1  单智能体系统概述237

7.1.2  多智能体系统的特点239

7.2  多智能体系统的核心241

7.2.1  交互环境241

7.2.2  协作类型243

7.2.3  组织结构245

7.2.4  通信机制248

7.2.5  冲突解决251

7.3  AutoGen框架252

7.3.1  AutoGen框架介绍252

7.3.2  基本概念252

7.3.3  单智能体示例说明255

7.3.4  多智能体示例说明257

7.3.5  源码分析259

7.4  MetaGPT框架263

7.4.1  MetaGPT框架介绍264

7.4.2  单智能体示例说明265

7.4.3  多智能体示例说明267

7.4.4  源码分析269

7.5  CrewAI框架273

7.5.1  CrewAI框架介绍273

7.5.2  基本概念274

7.5.3  单智能体示例说明275

7.5.4  多智能体示例说明277

7.5.5  源码分析278

7.6  LangGraph框架282

7.6.1  LangGraph框架介绍282

7.6.2  单智能体示例说明283

7.6.3  多智能体示例说明285

7.6.4  源码分析288

7.7  本章小结293

第 8 章  智能体案例实战294

8.1  智能家居助手294

8.1.1  MCP介绍294

8.1.2  MCP架构说明295

8.1.3  构建智能家居MCP服务端296

8.1.4  构建智能家居MCP客户端297

8.1.5  构建智能家居MCP智能体应用299

8.1.6  测试智能家居智能体302

8.1.7  案例小结302

8.2  AI办公助手303

8.2.1  AiPPT介绍303

8.2.2  API KEY申请304

8.2.3  自动生成PPT305

8.2.4  构建MCP服务311

8.2.5  构建AiPPT智能体312

8.2.6  测试智慧办公智能体314

8.2.7  案例小结315

8.3  语言翻译助手316

8.3.1  语言翻译介绍316

8.3.2  翻译素材准备316

8.3.3  翻译助手的架构设计317

8.3.4  翻译助手智能体317

8.3.5  测试语言翻译智能体322

8.3.6  案例小结323

8.4  知识库助手323

8.4.1  知识库助手介绍323

8.4.2  知识问答助手323

8.4.3  进阶版知识问答助手329

8.4.4  案例小结332

8.5  编程助手332

8.5.1  编程助手介绍332

8.5.2  编程助手架构设计333

8.5.3  LangGPT结构化提示词333

8.5.4  智能体开发335

8.5.5  工作流测试341

8.5.6  案例小结343

8.6  智能客服343

8.6.1  智能客服介绍344

8.6.2  智能客服架构设计344

8.6.3  数据库设计345

8.6.4  数据库操作实现346

8.6.5  智能体开发347

8.6.6  智能客服测试352

8.6.7  案例小结354

8.7  本章小结354

05

编辑推荐

这是一本打通多智能体协同开发全链路的实践指南！ 🎉

在AI技术加速演进的今天，单点突破已不足以应对复杂场景的需求——多智能体协同正成为解锁下一代人工智能应用的关键。《AI Agent应用开发：构建多智能体协同系统》应运而生，为开发者、技术爱好者及行业实践者提供了一套从基础到进阶、从理论到落地的完整解决方案。

《AI Agent应用开发:构建多智能体协同系统》核心亮点速览：

👉 体系化知识架构：覆盖智能体核心组件（大模型/提示词工程/RAG/记忆/规划）、多智能体系统设计原则（交互环境、协作类型、通信机制），以及主流开源框架源码解析（AutoGen/MetaGPT等），助你建立扎实的技术认知框架。

👉 实战导向学习路径：通过6大行业案例（智能家居、智慧办公、语言翻译等），手把手教你从需求分析到代码实现的全流程，将抽象概念转化为可运行的应用系统。

👉 代码即生产力：全书贯穿可直接复用的Python示例，从调用GPT-4到搭建LangChain RAG系统，降低技术落地门槛，让创意快速变现。

👉 前沿洞察与避坑指南：作者基于多年一线实践经验，提炼出模型选型策略、性能评测方法（如OpenCompass）、冲突解决技巧等干货，帮你少走弯路。

《AI Agent应用开发:构建多智能体协同系统》适合这样的你：

✔️ 渴望用AI改造传统业务的工程师；

✔️ 想探索多Agent协作新模式的技术决策者；

✔️ 正在寻找毕业设计方向的学生；

✔️ 所有希望抢占智能体技术红利的行动派！

立即翻开本书，加入这场重塑人机协作边界的革命！你的下一个项目，或许就从这里诞生。

本文摘自《AI Agent应用开发:构建多智能体协同系统》，获出版社和作者授权发布。

AI Agent应用开发：构建多智能体协同系统——jdhttps://item.jd.com/15206274.html