《大模型应用开发：动手做AI Agent》——小白程序员必备，收藏学习AI前沿技术！

《大模型应用开发-动手做AI Agent》是一本聚焦人工智能前沿技术的实践指南，由新加坡AI研究员黄佳编写。全书以AI Agent为核心，系统讲解大模型技术框架、开源工具（如LangChain、LlamaIndex）及7个典型Agent开发案例，涵盖自动化办公、智能定价、多Agent系统等应用场景。通过理论结合实践的方式，帮助读者掌握Agent设计、规划决策、工具调用等核心技能，并展望Agent技

Python程序员小泉

1236人浏览 · 2026-02-23 21:00:38

Python程序员小泉 · 2026-02-23 21:00:38 发布

人工智能时代一种全新的技术— Agent正在崛起。今天就给大家分享下这本LLM大模型的书《大模型应用开发动手做AI Agent》，本书从AI agent的角度探索目前人工智能最前沿的技术发展，并且借助开源框架带着读者亲手制作7个常用的agent。

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。最后展望了Agent的发展前景和未来趋势。

我现在讲的这些还是很有限，如果你对大模型感兴趣，那建议你把这本书看完并吃透它，这本书的pdf版本我已经帮你打包好了！

《大模型应用开发-动手做AI Agent》，扫码获取~

作者

黄佳：新加坡科技研究局人工智能研究员。他在NLP、大模型、Al in MedTech、Al in FinTech等领域积累了丰富的项目经验。

书籍目录：

第1章何为Agent，为何Agent 1

1.1 大开脑洞的演讲：Life 3.0 2
1.2 那么，究竟何为Agent 5
1.3 Agent的大脑：大模型的通用推理能力 9
1.4 Agent的感知力：语言交互和多模态 23
1.5 Agent的行动力：语言输出和工具使用 25
1.6 Agent对各行业的效能提升 28
1.7 Agent带来新的商业模式和变革 32
1.8 小结 39

第2章基于大模型的Agent技术框架 41

2.1 Agent的四大要素 41
2.2 Agent的规划和决策能力 44
2.3 Agent的各种记忆机制 45
2.4 Agent的核心技能：调用工具 46
2.5 Agent的推理引擎：ReAct框架 49
2.6 其他Agent认知框架 66
2.7 小结 68

第3章 OpenAI API、LangChain和LlamaIndex 70

3.1 何为OpenAI API 71
3.2 何为LangChain 91
3.3 何为LlamaIndex 105
3.4 小结 113

第4章 Agent 1：自动化办公的实现——使用Assistants API和DALL·E 3模型创作PPT 115

4.1 OpenAI公司的Assistants是什么 117
4.2 不写代码，在Playground中玩Assistants 118
4.3 Assistants API的简单示例 123
4.4 创建一个简短的虚构PPT 141
4.5 小结 160

第5章 Agent 2：多功能选择的引擎——通过Functions Calling调用函数 161

5.1 OpenAI中的Functions 163
5.2 在OpenAI Playground中定义Function 168
5.3 用Assistants API来实现Functions Calling 173
5.4 用ChatCompletion API来实现Tool Calls 196
5.5 小结 205

第6章 Agent 3：推理与行动的协同——使用LangChain中的ReAct框架实现自动定价 207

6.1 复习一下ReAct推理框架 208
6.2 LangChain中ReAct Agent 的实现 210
6.3 LangChain中的工具和工具包 212
6.4 通过create_react_agent创建鲜花定价Agent 215
6.5 深挖AgentExecutor的运行机制 221
6.6 小结 249

第7章 Agent 4：计划和执行的解耦——使用LangChain中的Plan-and-Execute智能调度库存 251

7.1 Plan-and-Solve策略的提出 252
7.2 LangChain中的Plan-and-Execute Agent 257
7.3 用Plan-and-Execute Agent实现物流管理 258
7.4 从单Agent到多Agent 273
7.5 小结 273

第8章 Agent 5：知识的提取与整合——使用Llama Index实现检索增强生成Agent 275

8.1 何为检索增强生成 276
8.2 RAG和Agent 282
8.3 用LlamaIndex的ReAct Agent来实现花语秘境财报检索 284
8.4 小结 289

第9章 Agent 6：GitHub的网红聚落——AutoGPT、BabyAGI、CAMEL和Generative Agents 292

9.1 AutoGPT 293
9.2 BabyAGI 298
9.3 CAMEL 317
9.4 小结 333

第10章 Agent 7：多Agent系统框架——AutoGen和MetaGPT 335

10.1 AutoGen 336
10.2 MetaGPT 343
10.3 小结 353

第11章下一代Agent的诞生地：科研论文中的新思路 355

11.1 两篇高质量的Agent综述 355
11.2 论文选读：Agent自主学习、多Agent合作、Agent可信度的评估、边缘系统部署以及具身智能落地 358
11.3 小结 359
参考文献 361
后记创新与变革的交汇点 362

如何系统的学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述