快速掌握大模型應(yīng)用開發(fā)：寫給AI時代程序員的技術(shù)指南 周泉璽 大模型 開發(fā) 應(yīng)用 AI AIGC 生成式AI 人工智能
定 價：129 元
當(dāng)前圖書已被 4 所學(xué)校薦購過！
查看明細(xì)
- 作者：周泉璽
- 出版時間：2025/9/1
- ISBN：9787111790495
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：TP18-49
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書系統(tǒng)介紹了大模型應(yīng)用開發(fā)的理論與實踐，內(nèi)容涵蓋大模型應(yīng)用開發(fā)概述、應(yīng)用架構(gòu)設(shè)計、前端開發(fā)升級、后端服務(wù)升級、數(shù)據(jù)基礎(chǔ)設(shè)施、大模型能力集成、提示詞工程體系、智能特性開發(fā)、智能體開發(fā)與集成，以及智能寫作助手、智能客服平臺等項目的實戰(zhàn)案例。本書從實用性出發(fā)，結(jié)合作者的開發(fā)經(jīng)驗和行業(yè)最佳實踐編寫而成（隨書配套案例源碼，獲取方式見封底）。本書既可作為軟件工程師和程序員學(xué)習(xí)大模型應(yīng)用開發(fā)的實用指南，也可作為高校AI相關(guān)專業(yè)的參考用書和企業(yè)培訓(xùn)資料。
本書系統(tǒng)介紹了大模型應(yīng)用開發(fā)的理論與實踐，內(nèi)容涵蓋大模型應(yīng)用開發(fā)概述、應(yīng)用架構(gòu)設(shè)計、前端開發(fā)升級、后端服務(wù)升級、數(shù)據(jù)基礎(chǔ)設(shè)施、大模型能力集成、提示詞工程體系、智能特性開發(fā)、智能體開發(fā)與集成，以及智能寫作助手、智能客服平臺等項目的實戰(zhàn)案例。本書從實用性出發(fā)，結(jié)合作者的開發(fā)經(jīng)驗和行業(yè)最佳實踐編寫而成。幫助傳統(tǒng)程序員快速掌握AI應(yīng)用開發(fā)技能，實現(xiàn)職業(yè)轉(zhuǎn)型。它既體現(xiàn)了本書的實用性和普適性，也傳達(dá)了AI時代人人都能參與的積極信息。
隨著大模型技術(shù)的迅猛發(fā)展，人工智能正以前所未有的速度重塑各行各業(yè)的生產(chǎn)方式與工作流程。2023年以來，ChatGPT、文心一言、DeepSeek等大模型產(chǎn)品不斷刷新公眾對AI能力的認(rèn)知，而基于這些模型的應(yīng)用開發(fā)也逐漸成為IT行業(yè)的新熱點(diǎn)。在這樣的技術(shù)浪潮中，無論是初入行的開發(fā)者還是資深工程師，都需要系統(tǒng)性地掌握大模型應(yīng)用開發(fā)的方法與技能，這不僅是適應(yīng)時代變革的需要，更是提升個人競爭力的關(guān)鍵一步。本書正是基于這一背景編寫而成。本書從應(yīng)用開發(fā)者的視角出發(fā)，系統(tǒng)性地梳理了大模型應(yīng)用開發(fā)的核心流程、關(guān)鍵技術(shù)和實戰(zhàn)經(jīng)驗，旨在幫助廣大開發(fā)者快速跨越大模型應(yīng)用開發(fā)的學(xué)習(xí)曲線，構(gòu)建出性能優(yōu)異且用戶體驗佳的AI產(chǎn)品。與市場上側(cè)重于模型原理講解的書籍不同，本書將重點(diǎn)放在應(yīng)用層面，關(guān)注如何有效地調(diào)用和集成大模型能力，打造滿足實際業(yè)務(wù)需求的落地產(chǎn)品。全書共12章，內(nèi)容涵蓋大模型應(yīng)用開發(fā)的全過程。第1~2章介紹大模型應(yīng)用開發(fā)的基礎(chǔ)知識與架構(gòu)設(shè)計；第3~5章聚焦前端開發(fā)、后端服務(wù)與數(shù)據(jù)基礎(chǔ)設(shè)施；第6~7章探討大模型能力集成與提示詞工程體系；第8~9章講解智能特性開發(fā)和智能體開發(fā)與集成；第10~12章通過實戰(zhàn)案例展示如何將知識應(yīng)用到項目中。每章均設(shè)置了明確的學(xué)習(xí)目標(biāo)，通過代碼示例、架構(gòu)圖解和表格對比，讓抽象概念變得具體可行，章末還提供了進(jìn)一步學(xué)習(xí)的指導(dǎo)。本書特別關(guān)注開源生態(tài)下的大模型應(yīng)用開發(fā)，選擇DeepSeek等國產(chǎn)開源大模型作為實戰(zhàn)案例，既降低了開發(fā)成本，又避免了對閉源商業(yè)模型的依賴。在架構(gòu)設(shè)計上，提供了多種實現(xiàn)方案；在技術(shù)選型上，介紹了多種前后端框架的優(yōu)劣對比；在性能優(yōu)化上，詳細(xì)講解了從模型量化到緩存設(shè)計的各種技巧。作為一線開發(fā)者，作者深知技術(shù)進(jìn)步的速度之快，書中所述的某些具體技術(shù)細(xì)節(jié)可能會隨時間變化，但其背后的設(shè)計思想和方法論卻具有長久的參考價值。希望本書能為讀者提供一把啟迪思想的鑰匙，打開大模型應(yīng)用開發(fā)的大門，讓每位開發(fā)者都能在AI時代把握機(jī)遇，創(chuàng)造價值。在編寫過程中，作者得到了許多同行和朋友的寶貴建議與支持。也感謝機(jī)械工業(yè)出版社編輯們的專業(yè)指導(dǎo)和辛勤工作，使本書得以順利出版。受限于個人知識水平和經(jīng)驗，書中難免存在疏漏與不足，懇請讀者批評指正。在技術(shù)日新月異的今天，唯有不斷學(xué)習(xí)與實踐，才能真正掌握技術(shù)精髓。愿本書能成為讀者探索大模型應(yīng)用開發(fā)的有益伙伴。作者
周泉璽，美國約翰·霍普金斯大學(xué)人工智能碩士、英國華威大學(xué)工程碩士、大模型算法專家、阿里云人工智能高級認(rèn)證工程師、IBM量子計算認(rèn)證工程師。專注于企業(yè)級AI應(yīng)用架構(gòu)的研究，尤其在大語言模型產(chǎn)業(yè)化落地、分布式RAG系統(tǒng)開發(fā)、智能內(nèi)容生成等方向有著深入的技術(shù)積累和實戰(zhàn)經(jīng)驗�，F(xiàn)任國家能源集團(tuán)大模型智能平臺首席架構(gòu)師，主導(dǎo)央企數(shù)字化轉(zhuǎn)型戰(zhàn)略，統(tǒng)籌集團(tuán)級傳統(tǒng)IT基礎(chǔ)設(shè)施向AI智能平臺的技術(shù)升級。在企業(yè)級AI應(yīng)用架構(gòu)設(shè)計和大模型規(guī)�；涞胤矫嬗兄S富的實踐經(jīng)驗。在大模型應(yīng)用領(lǐng)域取得了一系列開創(chuàng)性成果：主導(dǎo)設(shè)計的企業(yè)級RAG問答系統(tǒng)在政府知識庫場景成功落地；領(lǐng)導(dǎo)開發(fā)智能PPT生成平臺；設(shè)計實現(xiàn)的多模態(tài)對話系統(tǒng)已成功應(yīng)用于多個大型企業(yè)的智能客服場景；主持開發(fā)的知識圖譜增強(qiáng)型問答平臺創(chuàng)新性地將企業(yè)級問答準(zhǔn)確率大幅提升。曾任科大訊飛AI算法架構(gòu)師，負(fù)責(zé)企業(yè)級AI應(yīng)用的核心算法研發(fā)和系統(tǒng)架構(gòu)設(shè)計。在任期間成功推動多個行業(yè)標(biāo)桿項目落地，建立了完整的企業(yè)AI應(yīng)用開發(fā)規(guī)范體系。
前言第1章 大模型應(yīng)用開發(fā)概述1.1大模型應(yīng)用開發(fā)趨勢1.1.1大模型應(yīng)用的技術(shù)特點(diǎn)1.1.2開發(fā)模式的轉(zhuǎn)變與機(jī)遇1.1.3開發(fā)者技能提升指南1.2技術(shù)棧與架構(gòu)選型1.2.1前端技術(shù)棧規(guī)劃1.2.2后端技術(shù)棧規(guī)劃1.2.3AI服務(wù)架構(gòu)設(shè)計1.3快速開發(fā)環(huán)境搭建1.3.1一站式開發(fā)環(huán)境配置1.3.2AI開發(fā)工具集成1.3.3項目腳手架使用1.4小結(jié)第2章 應(yīng)用架構(gòu)設(shè)計2.1面向AI的架構(gòu)規(guī)劃2.1.1大模型服務(wù)架構(gòu)設(shè)計2.1.2向量存儲架構(gòu)設(shè)計2.1.3實時推理服務(wù)設(shè)計2.2核心服務(wù)模塊構(gòu)建2.2.1模型服務(wù)集成方案2.2.2AI能力抽象層設(shè)計2.2.3流式處理機(jī)制2.3數(shù)據(jù)流與狀態(tài)管理2.3.1AI交互數(shù)據(jù)流設(shè)計2.3.2上下文狀態(tài)管理2.3.3緩存策略優(yōu)化2.4小結(jié)第3章 前端開發(fā)升級3.1AI交互設(shè)計3.1.1大模型對話組件設(shè)計3.1.2流式響應(yīng)渲染方案3.1.3實時反饋機(jī)制3.2Vue 3技術(shù)實現(xiàn)3.2.1AI組件庫封裝3.2.2大模型狀態(tài)管理3.2.3智能特性集成3.3React技術(shù)實現(xiàn)3.3.1AI場景的Hooks設(shè)計3.3.2流式數(shù)據(jù)處理3.3.3性能優(yōu)化方案3.4小結(jié)第4章 后端服務(wù)升級4.1Spring Boot實現(xiàn)4.1.1AI服務(wù)網(wǎng)關(guān)設(shè)計4.1.2基于WebSocket的流式服務(wù)4.1.3模型調(diào)用封裝4.2FastAPI實現(xiàn)4.2.1異步模型服務(wù)4.2.2流式響應(yīng)處理4.2.3AI中間件開發(fā)4.3核心服務(wù)組件4.3.1向量檢索服務(wù)4.3.2知識庫管理服務(wù)4.3.3模型性能監(jiān)控4.4小結(jié)第5章 數(shù)據(jù)基礎(chǔ)設(shè)施5.1AI數(shù)據(jù)存儲方案5.1.1向量數(shù)據(jù)庫應(yīng)用5.1.2知識庫存儲設(shè)計5.1.3緩存系統(tǒng)優(yōu)化5.2數(shù)據(jù)處理鏈路5.2.1文本向量化處理5.2.2知識抽取與組織5.2.3數(shù)據(jù)質(zhì)量保障5.3混合檢索系統(tǒng)5.3.1語義檢索實現(xiàn)5.3.2混合召回策略5.3.3搜索性能優(yōu)化5.4小結(jié)第6章 大模型能力集成6.1大模型服務(wù)架構(gòu)設(shè)計6.1.1大模型服務(wù)層規(guī)劃6.1.2大模型負(fù)載均衡策略6.1.3高可用架構(gòu)設(shè)計6.2大模型能力接入6.2.1DeepSeek等開源模型集成6.2.2流式響應(yīng)處理方案6.2.3多模型調(diào)度策略6.3大模型服務(wù)優(yōu)化6.3.1大模型性能調(diào)優(yōu)6.3.2響應(yīng)延遲優(yōu)化6.3.3成本效益分析6.4小結(jié)第7章 提示詞工程體系7.1提示詞開發(fā)基礎(chǔ)7.1.1提示詞設(shè)計原則7.1.2上下文管理策略7.1.3提示詞測試方法7.2提示詞高級技術(shù)7.2.1動態(tài)提示詞生成7.2.2多輪對話優(yōu)化7.2.3提示詞自動優(yōu)化7.3提示詞工程平臺7.3.1提示詞版本控制7.3.2A/B測試系統(tǒng)7.3.3效果分析平臺7.4小結(jié)第8章 智能特性開發(fā)8.1AI增強(qiáng)型前端8.1.1AI對話組件開發(fā)8.1.2流式渲染實現(xiàn)8.1.3智能交互設(shè)計8.2AI增強(qiáng)型后端8.2.1向量數(shù)據(jù)庫集成8.2.2語義檢索實現(xiàn)8.2.3知識庫管理系統(tǒng)8.3智能特性優(yōu)化8.3.1多模態(tài)處理技術(shù)8.3.2個性化推薦系統(tǒng)8.3.3智能分析報告生成8.4小結(jié)第9章 智能體開發(fā)與集成9.1智能體架構(gòu)設(shè)計9.1.1基于LangChain的框架搭建9.1.2智能體行為定義9.1.3多智能體協(xié)作機(jī)制9.2場景化智能體實現(xiàn)9.2.1寫作助手智能體9.2.2知識檢索智能體9.2.3質(zhì)量評估智能體9.3智能體優(yōu)化管理9.3.1智能體性能優(yōu)化9.3.2行為約束與安全機(jī)制9.3.3智能體監(jiān)控系統(tǒng)9.4小結(jié)第10章 智能寫作助手項目實戰(zhàn)10.1項目架構(gòu)設(shè)計10.1.1需求分析與規(guī)劃10.1.2技術(shù)架構(gòu)設(shè)計10.1.3數(shù)據(jù)流轉(zhuǎn)方案10.2核心功能實現(xiàn)10.2.1寫作引擎開發(fā)10.2.2知識庫構(gòu)建10.2.3智能體協(xié)作系統(tǒng)10.3DeepSeek模型部署與優(yōu)化10.3.1DeepSeek部署實踐10.3.2大模型應(yīng)用性能優(yōu)化方案10.4小結(jié)第11章 智能客服平臺項目實戰(zhàn)11.1基于DeepSeek的系統(tǒng)設(shè)計11.1.1DeepSeek多模型協(xié)同架構(gòu)11.1.2開源模型成本優(yōu)化方案11.1.3高并發(fā)服務(wù)設(shè)計11.2智能客服核心實現(xiàn)11.2.1實時對話能力開發(fā)11.2.2意圖理解與智能路由系統(tǒng)11.2.3多輪對話狀態(tài)管理11.3企業(yè)級運(yùn)營體系11.3.1對話質(zhì)量實時評估11.3.2智能客服數(shù)據(jù)分析11.3.3服務(wù)監(jiān)控與告警11.4小結(jié)第12章 其他關(guān)鍵場景實踐指南12.1文檔智能處理場景12.1.1多模態(tài)文檔解析架構(gòu)12.1.2智能文檔分類與路由12.1.3知識圖譜構(gòu)建方案12.2數(shù)據(jù)分析助手場景12.2.1多源數(shù)據(jù)接入與清洗12.2.2自然語言轉(zhuǎn)SQL實現(xiàn)12.2.3可視化報表生成12.3智能決策支持場景12.3.1多維數(shù)據(jù)推理框架12.3.2決策鏈路可解釋性12.4小結(jié)參考文獻(xiàn)
書單推薦
