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  RASA 10

1.4.2  Google 10

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——OpenCompass 58

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-Ask 193

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-Reflexion 197

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 Calling 202

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  ReAct 210

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-Execute 223

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-Discover 230

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PPT 305

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