大模型項目實戰(zhàn)：Agent開發(fā)與應(yīng)用

目　　錄
前言
基礎(chǔ)篇
第1章　Agent基礎(chǔ)知識　2
1.1　Agent的概念　2
1.2　Agent的發(fā)展歷程　3
1.2.1　Agent起源　3
1.2.2　將Agent引入AI領(lǐng)域　4
1.2.3　Agent技術(shù)進(jìn)化與理論完善　5
1.2.4　Agent的深度學(xué)習(xí)應(yīng)用　5
1.2.5　基于LLM的Agent　6
1.3　常用的Agent開源技術(shù)及分類　6
1.4　Agent主要組件　10
1.4.1　大語言模型　11
1.4.2　規(guī)劃組件　12
1.4.3　記憶組件　15
1.4.4　工具組件　15
1.4.5　行動組件　16
第2章　Agent應(yīng)用與開發(fā)環(huán)境搭建　17
2.1　Agent應(yīng)用部署結(jié)構(gòu)　17
2.1.1　服務(wù)同機(jī)部署模式　18
2.1.2　服務(wù)分布式部署模式　19
2.2　Agent應(yīng)用環(huán)境安裝與驗證　19
2.2.1　推理卡驅(qū)動安裝　20
2.2.2　CUDA安裝　23
2.2.3　Anaconda安裝　25
2.2.4　Git安裝　26
2.2.5　應(yīng)用環(huán)境驗證　26
2.2.6　關(guān)于開發(fā)工具的建議　27
2.3　大語言模型的裝載及API服務(wù)搭建　27
2.3.1　Ollama　27
2.3.2　vLLM　30
2.3.3　GLM-4專用服務(wù)　32
應(yīng)用篇
第3章　通用型Agent應(yīng)用　37
3.1　AutoGPT：個人助理　37
3.1.1　AutoGPT介紹　37
3.1.2　AutoGPT原理　38
3.1.3　AutoGPT應(yīng)用　42
3.2　MemGPT：長記憶會話應(yīng)用　47
3.2.1　MemGPT介紹　47
3.2.2　MemGPT原理　47
3.2.3　MemGPT應(yīng)用　52
第4章　任務(wù)驅(qū)動型Agent應(yīng)用　56
4.1　BabyAGI：任務(wù)自驅(qū)動應(yīng)用　56
4.1.1　BabyAGI介紹　56
4.1.2　BabyAGI原理　57
4.1.3　BabyAGI應(yīng)用　62
4.2　Camel：角色扮演應(yīng)用　65
4.2.1　Camel介紹　65
4.2.2　Camel原理　65
4.2.3　Camel應(yīng)用　67
第5章　輔助開發(fā)型Agent應(yīng)用　70
5.1　Devika：AI“軟件工程師”應(yīng)用　70
5.1.1　Devika介紹　70
5.1.2　Devika原理　71
5.1.3　Devika應(yīng)用　75
5.2　CodeFuse-ChatBot：輔助編程應(yīng)用　79
5.2.1　CodeFuse-ChatBot介紹　79
5.2.2　CodeFuse-ChatBot原理　80
5.2.3　CodeFuse-ChatBot應(yīng)用　82
第6章　檢索增強(qiáng)型Agent應(yīng)用　85
6.1　DB-GPT：數(shù)據(jù)庫應(yīng)用　85
6.1.1　DB-GPT介紹　85
6.1.2　DB-GPT原理　86
6.1.3　DB-GPT應(yīng)用　88
6.2　QAnything：知識庫應(yīng)用　90
6.2.1　QAnything介紹　90
6.2.2　QAnything原理　91
6.2.3　QAnything應(yīng)用　93
開發(fā)篇
第7章　大語言模型開發(fā)與微調(diào)　97
7.1　開發(fā)要點　97
7.2　GLM-4　98
7.2.1　GLM-4介紹　98
7.2.2　GLM-4安裝　98
7.2.3　Chat應(yīng)用開發(fā)　99
7.2.4　GLM-4兼容API服務(wù)開發(fā)　102
7.2.5　GLM-4微調(diào)　104
7.3　Llama3　108
7.3.1　Llama3介紹　108
7.3.2　Llama3安裝　109
7.3.3　Chat應(yīng)用開發(fā)　110
7.3.4　Llama3兼容API服務(wù)
開發(fā)　113
7.3.5　Llama3微調(diào)　118
第8章　基于GLM-4的Function-calling應(yīng)用開發(fā)　124
8.1　開發(fā)要點　124
8.2　案例場景　125
8.3　關(guān)鍵原理　126
8.4　實現(xiàn)過程　128
8.4.1　環(huán)境安裝　128
8.4.2　源代碼　128
8.4.3　運行　133
第9章　基于AgentScope的ReAct Agent應(yīng)用開發(fā)　134
9.1　開發(fā)要點　134
9.2　案例場景　134
9.3　關(guān)鍵原理　135
9.4　實現(xiàn)過程　138
9.4.1　環(huán)境安裝　138
9.4.2　源代碼　139
9.4.3　運行　142
第10章　基于LangChain的任務(wù)驅(qū)動Agent應(yīng)用開發(fā)　143
10.1　開發(fā)要點　143
10.2　案例場景　144
10.3　關(guān)鍵原理　144
10.3.1　應(yīng)用架構(gòu)　145
10.3.2　應(yīng)用運行流程　145
10.3.3　應(yīng)用運行示例　146
10.4　實現(xiàn)過程　149
10.4.1　環(huán)境安裝　149
10.4.2　源代碼　150
10.4.3　運行　153
第11章　基于LangGraph的工作流Agent應(yīng)用開發(fā)　155
11.1　開發(fā)要點　155
11.2　案例場景　155
11.3　關(guān)鍵原理　156
11.3.1　基本概念　156
11.3.2　工作流定義　157
11.4　實現(xiàn)過程　158
11.4.1　環(huán)境安裝　158
11.4.2　源代碼　159
11.4.3　運行　163
第12章　基于AutoGen的輔助編程Agent應(yīng)用開發(fā)　164
12.1　開發(fā)要點　164
12.2　案例場景　165
12.3　關(guān)鍵原理　165
12.4　實現(xiàn)過程　167
12.4.1　環(huán)境安裝　167
12.4.2　源代碼　168
12.4.3　運行　171
第13章　基于LlamaIndex的RAG Agent綜合應(yīng)用開發(fā)　173
13.1　開發(fā)要點　173
13.2　案例場景　174
13.3　關(guān)鍵原理　174
13.3.1　索引建立　175
13.3.2　智體查詢　176
13.4　實現(xiàn)過程　176
13.4.1　環(huán)境安裝　176
13.4.2　源代碼　178
13.4.3　運行　181
第14章　基于CrewAI的多角色Agent應(yīng)用開發(fā)　182
14.1　開發(fā)要點　182
14.2　案例場景　183
14.3　關(guān)鍵原理　183
14.3.1　應(yīng)用架構(gòu)　183
14.3.2　主要組件　184
14.3.3　流式會話實現(xiàn)原理　185
14.4　實現(xiàn)過程　186
14.4.1　環(huán)境安裝　186
14.4.2　源代碼　187
14.4.3　運行　191
第15章　基于Qwen-Agent的多智體圖像應(yīng)用開發(fā)　193
15.1　開發(fā)要點　193
15.2　案例場景　194
15.3　關(guān)鍵原理　195
15.3.1　應(yīng)用架構(gòu)　195
15.3.2　關(guān)鍵技術(shù)　196
15.4　實現(xiàn)過程　198
15.4.1　環(huán)境安裝　198
15.4.2　源代碼　200
15.4.3　運行　202
15.4.4　增強(qiáng)方案　202
第16章　基于CogVLM2的多模態(tài)Agent應(yīng)用開發(fā)　204
16.1　開發(fā)要點