人工智能技术丛书11册LangGraph开发AI Agent实践智能体开发实践大模型应用开发从零开始大模型开发与微调扣子开发AI Agent智能体应用原生应用与智能体开发实践玩转FastGPT等【行情 报价 价格 评测】-京东AI智能体应用开发 鲍亮崔江涛李倩范涛 清华大学出版社【行情 报价 价格 评测】-京东目 录第1章 智能体基础 1当智能音箱精准响应你的语音指令当自动驾驶汽车平稳穿梭于城市车流当智能客服高效解决你的咨询难题这些场景背后都离不开“AI智能体”这一核心技术的支撑。作为人工智能领域从理论走向实用的关键载体智能体正在重塑我们与技术的交互方式甚至改变社会的运行逻辑。对于想要踏入AI智能体应用开发领域的读者而言夯实智能体的基础认知就如同掌握打开智能时代大门的第一把钥匙。本章作为技术篇的开篇旨在从科普视角出发为读者构建关于智能体的完整知识框架。我们将从智能体的核心定义切入理清其与传统程序的本质区别沿着时间脉络追溯其从理论萌芽到爆发式增长的发展历程展现技术演进的内在逻辑深入剖析其自主性、适应性、学习能力与交互性四大核心特点解读其强大应用潜力的根源最后直面智能体在技术、伦理安全及开发生态层面的现实挑战为后续的开发实践铺垫理性认知。通过本章的学习希望读者能够建立起对智能体的系统性理解为进一步探索其应用开发筑牢根基。1.1 智能体基础-CSDN博客1.1.1 智能体的核心定义与本质 11.1.2 智能体与传统程序的核心差异 21.1.3 智能体的核心构成要素 31.2 智能体发展历史-CSDN博客1.2.1 奠基期符号主义主导的理论萌芽 41.2.2 黄金期连接主义推动的学习革命 51.2.3 复兴期深度学习加持的能力跃升 61.2.4 爆发期大模型驱动的实用化浪潮 61.3 智能体的特点-CSDN博客1.3.1 自主性 71.3.2 适应性 81.3.3 学习能力 91.3.4 交互性 101.4 智能体应用的挑战-CSDN博客1.4.1 技术瓶颈 101.4.2 伦理与安全困境 111.4.3 开发生态与经济难题 111.5 本章小结 12本章围绕智能体基础展开系统梳理了智能体的核心概念、发展历程、核心特点及应用挑战为读者构建了智能体认知的基础框架。在概念层面我们明确智能体是具备环境感知、自主决策与任务执行能力的实体其自主性与交互性是区别于传统程序的关键智能恒温器、自动驾驶汽车等实例让这一概念更加具象。发展历程的梳理显示智能体从20世纪中叶的理论萌芽起步历经符号主义主导的奠基期、连接主义推动的黄金期、强化学习与深度学习融合的复兴期在大数据与大模型的加持下进入爆发期每一步演进都离不开技术突破的支撑。而自主性、适应性、学习能力与交互性四大核心特点共同赋予了智能体强大的实用价值从智能投资助手到智能办公系统这些特点在不同场景中得到了充分体现。同时我们也清醒地认识到智能体的发展并非坦途长链条任务规划不足、决策透明度欠缺、开发生态不完善等问题是其从技术走向规模化应用的主要障碍。本章的内容为后续深入学习智能体的开发技术提供了理论铺垫理解这些基础认知与现实挑战将有助于更有针对性地探索智能体的应用落地路径。1.6 参考文献 13第2章 智能体感知能力 15在智能体逐步走向通用化与自主化的技术背景下感知能力已成为连接模型智能与真实世界的首要入口与关键基石。无论是对复杂文档的结构理解还是对语音、图像、视频等多模态信息的综合解析智能体都必须首先“看见”“听见”并理解环境才能作出可靠的推理与决策。本章聚焦智能体感知能力这一核心主题从整体架构视角出发系统阐述感知能力在智能体体系中的定位与作用机制并以文档感知为重点深入拆解文档预处理的关键任务、输出形态及主流技术工具。在此基础上进一步拓展至音频、图像与视频等其他模态感知能力勾勒多模态协同感知的整体图景。通过本章内容读者将建立起对智能体感知体系的系统认知为后续理解更高层次的推理、规划与执行能力奠定坚实基础。2.1 智能体感知能力概述-CSDN博客2.2 文档感知任务定义与分类-CSDN博客2.2.1 文档输入类型 162.2.2 文档预处理的核心任务 162.2.3 文档预处理的输出类型 212.3 主流文档预处理工具-CSDN博客2.3.1 MinerU 212.3.2 PaddleOCR 232.3.3 PP-StructureV3 232.3.4 MonkeyOCR-1.5 252.3.5 DeepSeek-OCR 252.3.6 主流框架对比 262.4 智能体的其他模态感知能力-CSDN博客2.4.1 音频感知 272.4.2 图片感知 292.4.3 视频感知 302.5 本章小结 33本章围绕“智能体感知能力”这一核心主题系统梳理了文档感知在智能体体系中的定位、任务结构与技术实现路径并进一步拓展到多模态感知能力的整体框架。从总体上看感知能力是智能体理解外部世界、获取可靠输入信息的起点其质量直接决定了后续认知、推理与决策能力的上限。在文档感知部分本章首先明确了文档感知任务的定义与分类强调文档并非单一文本形态而是由文本、表格、图片、公式等多种异构元素共同构成的复杂信息载体。围绕这一特性文档预处理被拆解为多个相互协同的核心任务包括页面增强、版面分析、阅读顺序预测、文字识别、标题处理、表格理解、图片理解与公式处理等。这些环节从“视觉结构解析”到“语义结构化表达”逐层递进共同完成文档从图像化输入到机器可理解、可检索、可问答结构化信息的转化为下游文档问答、信息抽取与知识构建奠定坚实基础。在工具与框架层面本章对当前主流文档预处理工具进行了概览涵盖MinerU、PaddleOCR、等代表性方案并从能力覆盖、工程成熟度与适用场景等维度进行了对比分析。可以看到不同工具在识别精度、多元素协同处理能力及扩展性方面各有侧重实际应用中需结合业务需求与系统架构进行取舍与组合。最后本章将视角从文档感知扩展至音频、图像、视频等其他模态感知能力强调多模态协同是智能体迈向更高层次理解与交互的关键趋势。总体而言感知能力并非孤立模块而是贯穿智能体全流程的基础能力体系其持续演进将直接推动智能体在复杂真实场景中的应用深度与广度。2.6 参考文献 33第3章 智能体记忆能力 353.1 记忆能力的定义与内涵-CSDN博客3.1.1 记忆的形式化定义 363.1.2 记忆与上下文窗口的关系 373.1.3 多模态记忆表征与对齐 383.2 记忆支撑与技术演进-CSDN博客3.2.1 记忆对智能体能力的系统性支撑 393.2.2 主流技术范式 403.2.3 研究挑战从“有记忆”到“好记忆” 423.3 智能体三层记忆参考框架-CSDN博客3.3.1 第一层感知记忆 423.3.2 第二层工作记忆 443.3.3 第三层长期记忆 453.3.4 动态调度机制 473.3.5 工程化示例从Hello World到生产级 473.4 开源框架、工具与评估指标-CSDN博客3.4.1 记忆编排与管理框架 503.4.2 混合存储基础设施 503.4.3 记忆能力的评估指标 513.5 本章小结 51本章围绕智能体记忆能力这一核心技术要素系统梳理了其在智能体系统中的角色定位、技术演进路径以及工程实现形态。首先在能力定义层面本章明确指出智能体记忆并非简单的历史记录或日志存储而是参与智能体决策过程、支持推理链路的内部状态变量。通过将记忆形式化为跨时间演化的系统状态本章为理解“记忆如何进入智能体计算流程”提供了技术视角。其次在研究现状分析中本章将现有工作归纳为检索式记忆、基于状态或轨迹的记忆以及生成式与反思式记忆等主要技术范式揭示了不同方法在建模假设、能力边界与系统风险上的差异并重点讨论了多模态与视觉记忆在长时任务场景下面临的关键挑战。在此基础上本章提出了一种面向智能体应用开发的三层记忆参考架构通过区分感知记忆、工作记忆与长期记忆解决了访问效率、存储成本与信息抽象程度之间的结构性冲突并明确了跨层读写的基本工作流Workflow为工程实践提供了可直接参考的架构范式。最后本章结合当前主流的开源记忆框架与底层存储基础设施展示了智能体记忆能力在工程实践中的落地方式并讨论了面向长期运行系统的评估指标体系说明记忆能力已经从研究概念走向可部署的系统模块。3.6 参考文献 52第4章 智能体知识能力 54在智能体从单纯的语言交互走向复杂任务解决的演进路径中“知识”不仅是其认知能力的基石更是其决策行动的依据。大语言模型提供了通用的逻辑推理引擎结构化与非结构化的知识体系是赋予智能体专业深度、业务洞察与环境适应能力的灵魂。作为连接基础模型与垂直应用的桥梁本章旨在深入剖析智能体的知识能力我们将溯源知识的本质探讨知识管理的架构哲学理解知识赋能的能力注入。在此基础上我们剖析知识如何转化为智能体的实际行动力—从支撑精准的语境理解到驱动高可信的链式推理与复杂任务规划。最后通过理论框架与主流工程工具的结合本章将为读者奠定构建具备行业深度与专业执行力的智能体所需的认知基石提供从理论范式到工程实践的完整指南。4.1 知识的定义与内涵-CSDN博客4.1.1 知识分层 554.1.2 知识类型 564.1.3 知识表示 574.2 知识管理(4.3节)-CSDN博客4.2.1 知识注入与检索 604.2.2 非结构化数据的知识工程 614.2.3 结构化数据的知识工程 624.2.4 知识治理与质量评估 634.3 知识赋能4.4节-CSDN博客4.3.1 知识即感知 654.3.2 知识即思考 664.3.3 知识即能力 674.4 开源技术栈选型-CSDN博客4.4.1 知识存储与检索引擎 684.4.2 知识编排与RAG框架 694.5 参考文献 71第5章 智能体情感能力 735.1 能力定义 735.1.1 情感理解与共情 745.1.2 意图推断与心理理论ToM 755.1.3 社会适应与分寸 765.1.4 心智加持下的用户体验变化 765.2 如何为智能体提供支撑 775.2.1 心智情绪计算闭环从输入到行动 775.2.2 表示与公式让情绪成为可计算信号 775.2.3 推理与决策快思考与慢思考 805.2.4 用户模型与ToM让系统读懂“言外之意” 805.2.5 记忆系统让相处跨越时间 815.2.6 反思机制把事故变成经验 815.2.7 表达控制让策略被听见 825.3 研究现状与趋势 835.3.1 斯坦福虚拟小镇 835.3.2 价值对齐与“宪法AI” 845.3.3 多模态共情的挑战 855.3.4 从“会聊天”到“会相处”长期一致性成为核心指标 855.3.5 评价体系缺位我们如何知道“情感能力变强了” 865.3.6 现实落地的风险心智越强越要克制 865.4 开源软件与工具实践形态与代表项目 865.5 本章小结 885.6 参考文献 89第6章 智能体推理能力 916.1 推理的计算本质 916.1.1 概率拟合与逻辑涌现 926.1.2 快慢思考与双重架构 936.1.3 物理约束与信息边界 956.2 推理范式的演进 966.2.1 符号主义与规则推理 976.2.2 联结主义与概率预测 986.2.3 提示工程与逻辑涌现 986.2.4 自主智能与动态决策 986.3 推理增强的核心路径 996.3.1 推理时计算扩展 996.3.2 训练时能力内化 1026.4 开发框架与工具链 1036.4.1 推理编排与图架构 1046.4.2 群体智能与协作 1046.4.3 声明式提示编程 1056.4.4 评估体系与可观测性 1066.5 本章小结 1066.6 参考文献 107第7章 智能体工具能力 1107.1 工具能力的定义与作用 1107.1.1 工具能力的概念 1107.1.2 工具能力在智能体中的地位 1117.1.3 工具能力与智能体智能水平的关系 1127.2 工具调用的核心机制 1127.2.1 可调度能力 1137.2.2 决策与选择机制 1137.2.3 风险控制 1147.3 工具类型与能力框架 1147.3.1 数据库 1147.3.2 数值计算 1177.3.3 代码执行 1177.4 工具能力实现体系 1187.4.1 工具描述协议 1197.4.2 IO格式设计与工具调用流程 1207.4.3 异常处理 1247.4.4 实现一个LangChain-Like Agent的最小原型 1247.4.5 揭秘服务器端 1307.5 其他工具生态 1327.5.1 MCP 1337.5.2 Claude Skills 1347.6 参考文献 134第8章 多智能体协同 1378.1 多智能体协同的内涵与价值 1378.1.1 核心概念 1378.1.2 协同的核心价值与驱动力 1408.1.3 核心协同场景 1438.2 多智能体协同的能力支撑体系 1468.2.1 协同架构模式设计 1468.2.2 关键支撑技术 1488.2.3 主流协同策略与实现路径 1518.3 多智能体协同的研究现状与前沿 1548.3.1 学术研究前沿方向 1548.3.2 业界应用探索 1568.4 开源软件与工具 1598.5 本章小结 1618.6 参考文献 162第9章 智能体应用开发流程 1649.1 从面向对象到面向智能体 1649.1.1 复杂度的挑战与抽象的跃迁 1659.1.2 面向智能体设计的兴起 1679.2 问题定义与范围划定 1699.2.1 痛点识别与价值主张 1709.2.2 用户画像与核心场景识别 1709.2.3 MVP边界与可行性定义 1719.3 调研与探索 1719.3.1 前沿技术综述与选型 1719.3.2 关键技术原型验证 1729.3.3 领域知识工程 1739.4 系统设计与架构规划 1749.4.1 智能体角色定义 1749.4.2 协同机制与状态流转设计 1759.4.3 记忆与知识体系设计 1769.5 开发与实现 1769.5.1 提示词工程 1779.5.2 工具封装与调用 1779.5.3 知识库 1799.6 测试、评估与迭代优化 1799.6.1 建立行为评估体系 1799.6.2 系统化行为测试方法 1799.6.3 数据驱动的迭代闭环 1809.7 部署与持续运营 1809.7.1 部署策略 1809.7.2 持续运营 1819.8 本章小结 1829.9 参考文献 182第10章 智能体应用参考架构 18510.1 整体架构介绍 18510.2 用户交互层 18610.2.1 插件集成 18610.2.2 命令行接口调用 18710.2.3 Web界面 18710.3 Agent调度层 18810.3.1 主循环引擎 18810.3.2 异步消息队列 18910.3.3 会话流生成器 19110.3.4 消息压缩器 19110.4 工具执行与管理层介绍 19210.4.1 工具引擎 19210.4.2 并发控制 19310.4.3 权限验证 19410.4.4 可拓展工具生态系统 19410.5 存储与持久化层 19510.5.1 短期记忆 19610.5.2 中期记忆 19610.5.3 长期记忆 19710.6 本章小结 19710.6 参考文献 198第11章 智能体应用设计模式 19911.1 概述 19911.2 流程与控制 20011.2.1 提示链 20011.2.2 路由 20211.2.3 并行化 20311.3 增强与优化 20411.3.1 反思 20411.3.2 规划 20611.3.3 学习与适应 20711.3.4 目标设定与监控 20811.3.5 探索与发现 20911.4 交互与协作 21011.4.1 人机协作 21011.4.2 多智能体协作 21111.5 稳健性与安全 21311.5.1 异常处理与恢复 21311.5.2 优先级调度 21311.5.3 安全护栏 21411.5.4 评估与监控 21511.6 本章小结 21611.7 参考文献 217第12章 深度研究智能体 21912.1 需求分析 21912.2 系统架构 22012.2.1 系统功能模块 22012.2.2 系统架构设计 22112.3 关键技术 22212.3.1 用户意图澄清 22212.3.2 研究状态建模 22312.3.3 研究子任务派遣 22412.4 系统实现 22512.4.1 主智能体 22512.4.2 研究子智能体 23712.5 本章小结 24212.6 参考文献 243第13章 数据分析智能体 24413.1 需求分析 24413.2 系统架构 24513.2.1 业务架构 24513.2.2 技术架构 24813.3 关键技术 25013.3.1 提示词工程 25013.3.2 模式连接 25313.3.3 代码生成与优化 25413.3.4 高级数据分析能力 25613.3.5 安全性和可扩展性 25713.4 系统实现 25913.4.1 NL2SQL数据库问答系统实现案例 25913.4.2 NL2Code Excel电子表格问答系统实现案例 26613.5 本章小结 27313.6 参考文献 273第14章 数据科学智能体 27614.1 需求分析 27614.2 多智能体协同的能力支撑体系 27614.3 系统架构 27814.3.1 技术架构 27814.3.2 业务架构 28014.4 关键技术 28214.4.1 大模型智能体协同框架 28214.4.2 大模型利用数据科学工具 28314.4.3 开放场景下的评估与基准体系 28414.5 系统实现 28514.5.1 理论阐述 28514.5.2 案例分析 29314.6 本章小结 31314.7 参考文献 313第15章 决策优化智能体 31615.1 需求分析 31615.2 系统架构 31715.2.1 系统功能模块 31715.2.2 系统架构设计 31915.3 关键技术 32015.3.1 决策优化领域知识图谱构建技术 32015.3.2 基于有向无环图DAG的异构智能体编排技术 32115.3.3 基于抽象语法树AST的约束代码生成技术 32215.3.4 约束流模板化映射技术 32315.3.5 基于沙箱的代码自修复与验证技术 32415.3.6 基于问题特征学习的自适应算法选择技术 32415.3.7 求解结果的可解释性分析与归因技术 32515.4 系统实现 32615.4.1 领域知识图谱的存储与检索实现 32615.4.2 异构智能体工作流LangGraph的实现 32815.4.3 抽象语法树AST构建器的实现 33015.4.4 约束模板库与RAG检索的实现 33315.4.5 基于沙箱的代码自修复与验证实现 33615.4.6 自适应算法选择实现 34015.4.7 求解结果可解释性实现 34315.5 本章小结 34615.6 参考文献 346第16章 机器视觉智能体 34716.1 需求分析 34816.1.1 用户需求与使用场景 34816.1.2 系统功能需求 34916.2 系统架构 35016.2.1 系统模块组成 35016.2.2 模块间的信息流与交互方式 35216.2.3 系统运行流程 35316.3 关键技术 35316.3.1 任务理解与系统规划关键技术 35316.3.2 数据与标注关键技术 35816.3.3 模型选择与训练流水线关键技术 36416.3.4 评估分析与闭环优化关键技术 36816.3.5 部署交付与系统工程关键技术 37116.4 本章小结 37316.5 参考文献 373