介绍)
清华大学出版社--丛书系列信息https://www.tup.tsinghua.edu.cn/booksCenter/csproduct?id4108《智能体工程驱动AI Agent开发》围绕智能体工程这一主线系统阐述智能体从范式演进到工程化落地的完整路径并结合实战案例帮助读者掌握智能体工程驱动AI Agent开发的方法。《智能体工程驱动AI Agent开发》配套源码、PPT课件、读者交流微信群所有代码经过测试均运行无误。《智能体工程驱动AI Agent开发》共分13章内容包括智能体工程概述、Agent环境安装与大模型基础使用、初识智能体Qwen与Anthropic互通、京韵导览Agent开发、从提示词工程到上下文工程、初识上下文工程与子智能体、智能体的自进化与优化重整合、智能体的心跳机制、北京豆汁文化体验智能体开发、智能体中的计划清单、博物馆导览助手开发、自进化Skill详解与自进化实战、自进化中医诊疗智能体开发。《智能体工程驱动AI Agent开发》采用循序渐进的讲解方式示例丰富、案例完整既适合智能体开发初学者、大模型应用开发人员、AI应用开发工程师与研发人员、对智能体工程原理感兴趣的读者、AI业务系统开发者与产品经理也可作为高等院校或高职高专院校人工智能、智能体工程相关课程的教学参考书。零门槛、心流开发、从一句话到上线——扣子编程用一句大白话就能让AI替你走完从技术选型、数据建模、前后端开发、多端构建到上线发布的全过程。《扣子编程从一句话到产品上线:零门槛AI心流开发》接续《扣子开发AI Agent智能体应用》把扣子官方的Vibe Agent、Vibe Workflow、Vibe App三大能力拆解成一个个当天就能实现的真实案例秉持“将军赶路不追小兔”的心法配套作者微信群答疑服务扫码入群即可与作者同行。《扣子编程从一句话到产品上线:零门槛AI心流开发》共分13章从入门筑基到技能Skill开发、再到一句话造物、工作流编排与全栈应用层层进阶内容包括扣子编程平台介绍、通过案例熟悉扣子编程、扣子编程的技能开发、一段提示词造智能体小红书爆款笔记生成、一句话造网站每日信息差生成器、一句话造应用儿童绘本梦工厂、数据分析专家 Agent、行业热点内容生成工作流、产品全渠道营销工作流、AI数据采集工作流、AI数据质检工作流、电商图自动打标工作流、从一句话需求到上线“续费管家”小程序。《扣子编程从一句话到产品上线:零门槛AI心流开发》既适合需要零基础上手扣子编程的读者、对AIGC与AI原生开发感兴趣的技术人员、产品经理、一人公司创业者、智能体应用独立开发者也适合高等院校或高职高专院校学习智能体与AI应用开发课程的师生。《多模态AI Agent开发实践》系统讲解基于LangChain与LangGraph构建多模态智能体的完整技术路径从环境搭建、框架核心、案例实战到进阶优化层层递进为读者掌握多模态Agent开发技术提供系统化指导。《多模态AI Agent开发实践》配套示例与案例源码、PPT课件、读者交流微信群所有代码经过测试均可运行无误。《多模态AI Agent开发实践》分为13章内容包括多模态智能体概述、开发环境搭建与配置、LangChain核心组件入门、LangChain Agent智能体核心、LangChain数据处理与存储、多模态大模型基础、LangChain集成多模态模型、多模态智能体开发方法论、多模态文档分析智能体实战、视觉问答与行动智能体实战、多模态内容创作智能体实战、多模态客服智能体实战、多模态智能体进阶优化数据质量、容错与健壮性、可解释性、多轮对话融合。《多模态AI Agent开发实践》内容兼顾理论深度与工程实践既适合多模态Agent开发初学者、多模态Agent开发工程师、多模态Agent架构师、大模型应用开发人员、将AI能力产品化的工程师、技术负责人、行业AI应用解决方案提供商快速上手也适合作为高等院校或高职高专人工智能、计算机相关专业的实践教辅。《扣子编程:从零开始搭建智能体》面向没有编程经验的读者详细讲解使用扣子编程平台搭建智能体的全流程配套PPT课件、工作流文件、提示词文件、教纲、教案、作者微信群答疑服务。《扣子编程:从零开始搭建智能体》共分12章内容包括智能体开发概述、智能体的构建与编排、智能体工作流编排与应用、新闻早报智能体开发、爆款文章仿写智能体开发、双语绘本速记单词智能体开发、一键生成PPT智能体开发、电子发票自动归档智能体开发、景点票务预约智能体开发、智能客服智能体开发、作业批改智能体开发、视频混剪智能体开发等热门应用领域全面提升读者的智能体开发与业务落地能力。《扣子编程:从零开始搭建智能体》内容兼具通识性与专业性既适合智能体开发初学者、期望利用智能体提高办公效率的职场人士、对智能体感兴趣的创作者也可作为高等院校或高职高专院校人工智能通识课、智能体开发等相关课程的教学参考书。《AI智能体应用开发》系统梳理AI智能体应用开发的全链条知识体系详解智能体开发流程涉及的核心理论、关键技术、工程方法、落地流程、实用工具与行业实战案例为开发者搭建从基础理论到产业实践的完整桥梁助力解决技术落地中的架构设计、能力构建、场景适配等核心难题推动AI智能体在工业、科研、政务、金融、服务等领域的规模化落地应用配套示例源码、PPT课件、配图PDF文件、读者微信交流群。《AI智能体应用开发》共分16章内容包括四大板块介绍智能体基础概念第1章详解智能体感知、记忆、知识、情感、推理、工具、协同等关键能力第2~8章揭示智能体开发流程、应用参考架构、应用设计模式等工程技术第9~11章剖析深度研究、数据分析、数据科学、决策优化、机器视觉等5类垂直场景智能体的完整开发过程第12~16章。《AI智能体应用开发》既适合智能体初学者、智能体开发工程师、AI应用研发人员、行业智能化解决方案提供商也适合高等院校或高职高专院校人工智能、软件工程、计算机等相关专业的师生以及关注智能体技术发展与产业应用的行业从业者。LangGraph是一个面向复杂工作流的有状态Agent开发框架能为开发者提供强大的智能体构建解决方案。《LangGraph开发AI Agent实践》系统介绍LangGraph构建AI Agent的方法覆盖从基础开发到案例实战的全流程。《LangGraph开发AI Agent实践》配套示例源码、PPT课件、读者技术交流微信群示例代码经过测试均可运行无误。《LangGraph开发AI Agent实践》共分12章内容包括LangGraph基础技术、开发环境搭建、构建带工具与记忆功能的聊天机器人、构建自定义RAG检索Agent、构建智能体工作流、集成外部工具与API、状态管理与持久化、智能体Agent集成、构建客户支持聊天机器人、构建旅行规划智能体、构建电商客服退款处理智能体、构建股票趋势预测智能分析系统。《LangGraph开发AI Agent实践》既适合LangGraph初学者、AI Agent开发人员、Agent架构师、大模型应用开发人员及行业AI应用解决方案提供商也适合高等院校或高职高专院校学习大模型应用开发课程的学生。《LangGraph智能体设计模式与多智能体开发》以生产级AI智能体的运行时框架LangGraph 1.0为核心紧扣开发者从入门到实战的需求梳理智能体开发全流程覆盖环境配置、核心组件及9种智能体设计模式结合真实的业务案例助力开发者掌握多智能体开发技术并能快速适配实际业务场景。《LangGraph智能体设计模式与多智能体开发》配套示例源码、PPT课件、配图PDF、读者微信群答疑服务。《LangGraph智能体设计模式与多智能体开发》共分12章内容包括初识智能体、Agent开发环境配置、LangGraph编程基础、构建图的多条件分支、智能体设计模式2动作React、智能体设计模式3记忆系统、智能体设计模式4规划与执行、智能体设计模式5上下文工程、多智能体实战、案例实战结合长短期目标的新能源车文案设计、案例实战共享空间驱动的多智能体、案例实战主智能体驱动的多智能体。《LangGraph智能体设计模式与多智能体开发》既适合LangGraph初学者、智能体开发初学者、智能体开发人员、大模型应用开发人员、行业大模型智能体解决方案提供商也适合高等院校或高职高专院校智能体开发课程的学生。《AI Agent智能体开发实践》系统介绍AI智能体Agent技术原理、开发方法和实践案例。《AI Agent智能体开发实践》从基础概念出发逐步深入AI Agent的核心技术、开发框架、开发流程、开发方法和行业应用帮助读者系统掌握构建高效、智能的AI Agent的关键技能。本书配套示例代码、PPT课件、读者微信技术交流群示例代码经过测试均可运行无误。《AI Agent智能体开发实践》共分16章内容包括初识智能体、智能体开发环境、智能体的关键技术、提示工程、RAG检索增强生成技术、智能体开发平台简介、智能体开发流程、基于LangChain的智能体开发、基于MCP的智能体开发、基于LangChain的问答智能体实战、多模态电商客服机器人实战、智能体性能优化与调试技巧、智能体部署与实施方法、多模态试驾预约Agent实战、基于RAG的多Agent客户服务助手实战、基于MCP的多Agent旅行规划助手实战。通过本书的学习读者将具备独立开发、优化和部署AI Agent的能力并能够将其应用于实际业务场景中。《AI Agent智能体开发实践》适合AI Agent初学者、Agent开发人员、Agent架构师、大模型应用开发人员、行业AI应用解决方案提供商阅读参考也适合高等院校或高职高专院校学习大模型应用开发课程的学生。随着人工智能技术的蓬勃发展大语言模型与智能体技术正引领着新一轮的技术革新。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》聚焦于智能体技术前沿领域系统阐述AI Agent智能体开发的技术栈及其示例并剖析5个大型智能体项目案例帮助读者深入掌握智能体开发方法。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》配套示例源码、PPT课件、配图PDF文件、读者微信技术交流群所有代码经过测试均能正确运行。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》共分16章内容包括从大语言模型到智能体的演进、Agent开发环境配置、基于陪伴Agent的大模型微调、在线Qwen3大模型的基本使用、RAG与提示工程、Agent架构设计、多Agent跨境电商智能客服实战、多Agent协作的原生A2A协议详解、MCP协议与应用详解、云上MCP服务的部署与使用、高德地图MCP服务智能调用实战、构建个性化的arXiv科研论文MCP服务实战、基于gradio的云上MCP服务发布、基于MCP的旅游规划智能体开发实战、多智能体框架LangGraph与聊天助手实战、基于LangGraph的高品质住宅投研智能体开发实战。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》既适合智能体开发初学者、智能体开发人员、大模型应用开发人员、行业大模型智能体解决方案提供商也适合高等院校或高职高专院校智能体开发课程的学生。《大模型应用开发》系统梳理大模型应用开发的全链条知识详解大模型应用开发过程中涉及的理论、技术、方法、过程、工具和分析案例为开发者搭建从理论到实践的桥梁助力解决技术落地中的实际问题推动大模型在工业、科研、服务等领域的规模化应用配套示例源码、PPT课件、配图PDF文件、读者微信交流群。《大模型应用开发》共分12章内容包括大模型基础、大模型架构、多模态大模型、提示词工程、大模型微调、检索增强生成、AI智能体、大模型应用、大模型应用架构、大模型开发框架、法律咨询智能助手、代码修复智能助手。《大模型应用开发》既适合大模型应用开发初学者、大模型应用开发工程师、大模型应用开发研究人员、行业AI解决方案提供商也适合高等院校及高职高专院校学习大模型应用开发的学生。智能运维的核心目标包括故障预测、自动化修复、效能优化最终推动运维从“经验驱动”向“数据驱动”转型降低非计划停机损失并提升系统可靠性。《智能运维实践》从智能运维基本理论入手详细讲解智能运维方法和应用案例帮助读者掌握智能运维的核心技术本书配套示例源码、PPT课件与教学大纲。《智能运维实践》共分12章内容包括智能运维概述、智能运维框架、搭建Ubuntu运维和开发环境、Python编程基础、数据采集与存储、数据预处理、机器学习、深度学习、自然语言处理、日志异常检测、面向微服务的根因定位、网络流量异常检测。《智能运维实践》理论与实践相结合从基础概念出发逐步深入技术细节适合智能运维初学者、智能运维应用开发人员、系统与网络运维人员阅读。《智能运维实践》也适合作为高等院校或高职高专院校智能运维课程的教材。智能体Agent是大模型落地应用的重要方向也是AI应用的一个重要风口。为了让更多非技术出身的读者能够理解Agent能够零基础开发AI应用我们选择火山引擎的扣子智能体开发平台来设计开发自己的Agent。《扣子开发AI Agent智能体应用》配套提示词文件、PPT课件、190分钟教学视频、全书配图PDF文件、字节跳动生态伙伴高手微信群答疑服务。《扣子开发AI Agent智能体应用》共分16章内容包括智能体概述、扣子AI应用开发平台介绍、扣子插件和卡片、扣子工作流详解、基于大模型的企业知识库、提示词编写和优化、扣子数据库实战、图文混合的爆火推文生成器、看图学英语助手、抖音文案提取与仿写助手、智能室内设计师、企业营销宣传海报自动生成器、智能客服、自动生成 PPT的智能办公助手、新闻视频自动生成器和多Agent模式开发旅游助手等。《扣子开发AI Agent智能体应用》适合所有想要快速学习使用扣子开发智能体以及对AIGC感兴趣的读者也适合高等院校或高职高专院校学习智能体课程的学生。《DeepSeek原生应用与智能体开发实践》围绕DeepSeek大模型应用开发展开深度融合技术创新与工程实践内容覆盖大模型应用开发在线调用、提示词、推理、Agent、工具调用、MCP、微调、蒸馏、后训练、RAG技术栈及其案例。书中原理与案例相融合注重培养读者的大模型原生应用与智能体开发能力并构建从理论到落地的完整知识体系。《DeepSeek原生应用与智能体开发实践》配套示例源码、PPT课件、配图PDF文件、读者微信交流群。《DeepSeek原生应用与智能体开发实践》共分16章内容包括大模型时代、DeepSeek开发环境配置与开放API使用、提示工程与DeepSeek提示库、思维链与DeepSeek推理模型、基于DeepSeek的Agent开发详解、DeepSeek的Function Calling与MCP应用实战、大模型驱动的即时金融信息采集与分析平台、KV Cache加持的推理加速、MLA注意力机制、MoE专家模型、MTP与多组件优化、大模型微调技术与应用、大模型蒸馏技术与应用、后训练算法GRPO详解与实战、基于后训练的智能医疗问诊实战以及基于A2A、MCP与RAG的多Agent跨境电商智能客服实战。《DeepSeek原生应用与智能体开发实践》既适合DeepSeek开发初学者、大模型原生应用与智能体开发人员、模型优化与工程化工程师、大模型研究人员、行业AI解决方案提供商也适合高等院校及高职高专院校学习人工智能大模型的学生。