AI Agent入门 agent LLM大模型应用开发GPT deepseek 图灵出品

本书从多个角度全面介绍基于大模型的智能体技术，内容涵盖基础知识、发展历史、技术架构、应用场景、未来趋势及项目实践，旨在为读者提供一站式学习资源。书中不仅有深入浅出的理论讲解，还包含丰富的实战项目示例，帮助读者从零开始，逐步掌握 AI 智能体的核心技术与应用技能，同时培养创新思维和实际操作能力。

本书适合从事AI、大模型、智能体方向的开发人员，以及所有对AI智能体感兴趣的人阅读。

编辑推荐

体系完整：从智能体原理到架构设计、应用实践与发展趋势，构建系统化知识框架

实战驱动：多个真实项目案例，理论结合实战，快速提升动手能力

全阶段适用：零基础入门无压力，技术读者同样收获深入洞见

配套齐全：提供思维导图电子版和示例代码，助你高效上手智能体开发

作者简介

张梓铭（@北茗）

英国南安普顿大学计算机科学硕士，主攻AI方向。

曾担任CV算法工程师和NLP算法工程师，独立负责某国家重点项目的算法部分。

目前在AI领域创业，创立了深圳市蓝色光点科技有限责任公司，致力于AI在垂直领域的落地应用。

同时作为“AI机器人茶馆”公众号主理人，分享AI前沿知识、产品和资讯，并创建万人AI社群，为AI爱好者和从业者提供线上交流平台。

目录

第 1章　智能体简介——智能体到底是什么 1
1.1　智能体的定义 1
1.2　智能体的基本能力 2
1.3　感知-执行机制 4
1.4　智能体与大模型 6
1.5　智能体的类型 7
1.6　结语 11
第 2章　智能体简史——从哲学启蒙到大模型时代 12
2.1　阶段一：哲学思想的启蒙 12
2.2　阶段二：早期概念和技术的探索 16
2.3　阶段三：人工智能的诞生 20
2.4　阶段四：机器学习的发展 24
2.5　阶段五：深度学习的崛起 27
2.6　阶段六：大模型的爆发 30
2.7　结语 34
第3章　智能体详解——揭开智能体的神秘面纱 35
3.1　感知模块 36
3.1.1　文字感知 37
3.1.2　视觉感知 41
3.1.3　听觉感知 46
3.1.4　其他感知 49
3.2　规划模块 51
3.2.1　阶段一：任务拆解——庖丁解牛，游刃有余 51
3.2.2　阶段二：规划制定——运筹帷幄，决胜千里 61
3.2.3　阶段三：任务执行——令出必行，使命必达 64
3.2.4　阶段四：任务反馈——总结经验，不断成长 64
3.3　记忆模块 69
3.3.1　感觉记忆 70
3.3.2　短期记忆 71
3.3.3　长期记忆 74
3.4　执行模块 76
3.4.1　什么是工具 77
3.4.2　为什么使用工具 78
3.4.3　如何使用工具 79
3.4.4　MCP是什么 81
3.5　结语 86
第4章　多智能体系统——多个智能体是如何工作的 87
4.1　多智能体系统简介 87
4.1.1　定义 87
4.1.2　优势 89
4.2　多智能体系统工作原理 91
4.2.1　协作方式 91
4.2.2　工作流程 93
4.2.3　执行方式 95
4.2.4　角色分配 97
4.2.5　组织方式 98
4.2.6　扩展智能体 98
4.3　模拟环境 100
4.3.1　虚拟环境 100
4.3.2　物理环境 106
4.4　结语 107
第5章　智能体项目实践——搭建专属智能体 108
5.1　用扣子搭建智能体 108
5.1.1　什么是扣子 108
5.1.2　搭建步骤 109
5.1.3　多智能体工作流 141
5.2　通过编程实现智能体 145
5.2.1　CrewAI介绍 146
5.2.2　核心概念 147
5.2.3　搭建流程 166
5.2.4　DeepSeek智能体 168
5.3　结语 173
第6章　智能体应用场景——赋能千行百业 174
6.1　个人助理——日常生活的智能伙伴 174
6.2　教育——未来学习小导师 175
6.3　医疗健康——科技护航健康未来 177
6.4　媒体和娱乐——个性化娱乐时代 178
6.5　购物——智能购物的新时代 180
6.6　软件开发——编程的智能化转型 182
6.7　游戏——互动娱乐的新天地 183
6.8　自动驾驶——交通方式的终极目标 184
6.9　金融服务——精确的决策支持 186
6.10　科学研究——科学边界的拓宽者 187
6.11　音乐——创新的交响曲 189
6.12　旅行——旅行攻略小助手 190
6.13　客户支持——24小时全天候客服 191
6.14　人力资源——智能招聘与管理 192
6.15　制造和供应链——效率的极致追求 194
6.16　政府和市政服务——公共服务的新方式 195
6.17　企业管理——提升决策效率与执行力 196
6.18　结语 197
第7章　智能体的挑战与未来趋势——风险与机遇并存 198
7.1　现有挑战 198
7.1.1　技术挑战 198
7.1.2　行业经验 209
7.1.3　模拟环境与现实世界的差距 210
7.1.4　评估 211
7.1.5　隐私和安全 212
7.1.6　伦理和社会问题 213
7.2　未来趋势 214
7.2.1　更强大的模型能力 214
7.2.2　更完善的智能体生态系统 215
7.2.3　具身智能 215
7.2.4　多模态和跨模态 216
7.2.5　手机/计算机融入智能体 218
7.2.6　操作系统革命 219
7.3　结语 219