大模型定制開發(fā)：行業(yè)應用與解決方案

1.1    啟航：必看的閱讀指南 2 1.2    從 AIGC 到大模型：技術(shù)演進與應用 5 1.3    大模型概覽：定義、功能和影響 7 1.4    大模型訓練：預訓練、模型微調(diào)和強化學習 8 1.5    總結(jié)與啟發(fā) 11 　　　　　　　　　 2.1    開發(fā)環(huán)境概述：兵馬未動糧草先行 13 2.2    環(huán)境搭建與項目結(jié)構(gòu)：Anaconda 的全解析 14 2.3    大模型快速開發(fā)：LangChain 架構(gòu)初探 18 2.4    交互式開發(fā)：探索 Streamlit 的強大功能 23 2.5    模型多樣性：選擇大模型應用場景 25 2.6    總結(jié)與啟發(fā) 30 　　　　　　　　 3.1    大模型與游戲行業(yè) 33 3.2    虛擬世界的冒險：在線角色扮演 33 3.3    提示詞與 AI 的默契：提示詞和提示詞工程 36 3.4    控制 AI 的藝術(shù)：提示詞工程原則 37 3.4.1    注重細節(jié)：SMART 驅(qū)動提問 37 3.4.2    設(shè)定角色：提示詞中的身份設(shè)定 39 3.4.3    指定步驟：大步跨向 AI 模型 39 3.4.4    提供示例、分割內(nèi)容、限定長度：精確的藝術(shù) 40 3.5    實戰(zhàn)演練：創(chuàng)造虛擬角色，一步步打造個性化角色   3.5.1    需求分析：角色、關(guān)卡和規(guī)則 41 3.5.2    界面設(shè)計：架構(gòu)虛擬角色控制臺 42 3.5.3    代碼編寫：代碼賦予虛擬角色生命 43 3.5.4    功能測試：讓角色栩栩如生 54 3.6    總結(jié)與啟發(fā) 55   4.1    變革浪潮：大模型重塑多媒體的未來 58 4.2    夢想成像：大模型讓創(chuàng)意觸手可及 58 4.3    融合轉(zhuǎn)換：多模態(tài)的美食探索之旅 59 4.4    案例解析：打造自動化視頻內(nèi)容制作工坊 61 4.5    技術(shù)分析：構(gòu)筑視頻創(chuàng)作的高效引擎 63 4.5.1    上傳視頻 64 4.5.2    解析視頻 64 4.5.3    生成語音 67 4.5.4    合成視頻 68 4.6    界面設(shè)計：簡化復雜，優(yōu)化視頻創(chuàng)作體驗 69 4.7    編碼藝術(shù)：視頻解說項目背后的科技魔法 69 4.7.1    組件包簡介 70 4.7.2    獲取視頻信息 71 4.7.3    處理視頻和理解圖片 72 4.7.4    合成語音 78 4.7.5    合成視頻 80 4.7.6    交互界面 83 4.8    功能測試：將“視頻解說”項目從概念帶入現(xiàn)實 89 4.9    總結(jié)與啟發(fā) 90   5.1    技術(shù)革命：大模型與金融行業(yè) 93 5.2    智能代理：AI Agent 助力金融領(lǐng)域 93 5.3    案例解析：開啟智能股票分析之路 95 5.4    技術(shù)分析：Autogen-AI Agent 的最佳實踐 98 5.4.1    對話代理：Conversable Agent 的解決方案 99 5.4.2    順序聊天：優(yōu)化任務(wù)協(xié)作流程 102 5.4.3    代碼執(zhí)行器 Code Executor：從需求到實施 108 5.4.4    分工協(xié)作：UserProxy Agent 和 AssistantAgent 111 5.5    比較股票：智能體落地實操 112 5.6    功能測試：從開發(fā)到應用 117 5.7    智能股票：比較股票、分析原因和生成報告 124 5.8    功能驗證：智能股票分析全流程展示 129 5.9    總結(jié)與啟發(fā) 134   6.1   AI 在自媒體行業(yè)中的革命：從 PGC 到 AIGC 的演變   6.2   AI 生成媒體內(nèi)容：智譜清言應用 138 6.3    案例解析：打開自媒體新篇章 139 6.4    技術(shù)分析：爬蟲、解析、摘要與自省 141 6.4.1    網(wǎng)絡(luò)信息的爬取和解析：思路整理與工具應用 141 6.4.2    function call：大模型在數(shù)據(jù)處理中的應用 146 6.4.3    數(shù)據(jù)結(jié)構(gòu)化：利用大模型和 schema 優(yōu)化信息抽取 152 6.4.4    生成文章摘要：MapReduce 精練文章內(nèi)容 158 6.4.5    仿寫文章：工作流的最佳實踐 163 6.5    代碼實現(xiàn)：從爬取到仿寫的技術(shù)流程 171 6.5.1    文章列表與內(nèi)容抓?。篜laywright BeautifulSoup Function Call 171 6.5.2    生成文章摘要：MapReduce 的最佳實踐 172 6.5.3    仿寫與評價：LangGraph 循環(huán)圖應用 174 6.5.4    界面交互：構(gòu)建友好的內(nèi)容管理平臺 177 6.6    功能測試：項目實施與效果評估 185 6.7    總結(jié)與啟發(fā) 188   7.1    大模型在旅游行業(yè)的應用：AI 推動行業(yè)變化 191 7.2    案例解析：“智能旅游”項目介紹 192 7.3    技術(shù)分析 : 工具調(diào)用與大模型規(guī)劃 193 7.3.1    調(diào)用外部工具：function call 再次登場 193 7.3.2    觀察調(diào)用結(jié)果：Agent 與 Tool 調(diào)用的區(qū)別 197 7.3.3    真實工具登場：用搜索引擎和維基百科替換模擬函數(shù) 202 7.3.4    復雜任務(wù)規(guī)劃：Plan-and-Solve 與 ReWOO 的選擇 207 7.4    代碼實現(xiàn)：從城市搜索到旅游計劃 212 7.4.1    搜索旅游城市：大模型結(jié)合搜索引擎 212 7.4.2    制訂旅游計劃：大模型結(jié)合無觀察模式 216 7.4.3    搜索景點詳情：大模型結(jié)合維基百科 223 7.4.4    界面交互：功能集成與用戶交互 225 7.5    項目測試：功能操作與日志跟蹤 228 7.5.1    搜索旅游城市：選擇城市與信息傳遞 228                                     　　　　　　　　　　　　　　　 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 8.4.2    路由選擇：售前服務(wù)與售后服務(wù)                            271 8.4.3    知識庫構(gòu)建：文本上傳與向量加載                          274 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 8.4.4    客服分析：情感、意圖與行為 275 8.5    功能測試：用戶請求、智能匹配與行為分析 278     8.6    總結(jié)與啟發(fā) 282                                        VII