本書分為八章, 內(nèi)容包括主流大模型的在線調(diào)用與本地部署、基于向量與知識(shí)圖譜的RAG系統(tǒng)構(gòu)建、多輪對(duì)話與復(fù)雜任務(wù)規(guī)劃的Agent開發(fā)方法, 以及大模型高效微調(diào)流程。本書還特別介紹了LangChain與LangGraph兩大主流Agent框架的功能機(jī)制與最佳實(shí)踐。項(xiàng)目案例部分精選了多個(gè)企業(yè)級(jí)實(shí)戰(zhàn)場(chǎng)景, 如基于GraphRAG的本地知識(shí)問答系統(tǒng)、醫(yī)學(xué)領(lǐng)域的大模型高效微調(diào)、B站輿情分析智能體 (BiiAgent) 等。這些項(xiàng)目緊貼實(shí)際需求, 解析了模型調(diào)用、知識(shí)增強(qiáng)、任務(wù)規(guī)劃、前后端集成等關(guān)鍵環(huán)節(jié), 既展示了大模型Agent在不同行業(yè)的應(yīng)用潛力, 也為讀者提供了可復(fù)用、可擴(kuò)展的開發(fā)參考。