AI Agent時代-全功能代理人原理框架及企業開發
作者：
李希沅、王甲君、武天富、解敏
出版社：深智數位
出版日期：2026-07-19
語言：中文
ISBN：9786267889473
裝訂：平裝
定價：880 元
☆釐清AI Agent的本質與應用價值,並界定它與RAG、Workflow的區別與聯繫
☆回顧從傳統代理人到生成式LLM-Agent的歷史演進與主流分類
☆拆解AI Agent的三大能力與行為決策運行機制
☆詳解LLM-Agent五大模組:LLM、角色、記憶、規劃、行動
☆系統說明提示工程、函式呼叫、RAG、微調與訓練/推論優化等核心範式
☆建立LLM-Agent的能力評估體系與評估方法
☆橫向比較六大開發框架:LangGraph、CrewAI、Swarm、AutoGen、OpenAI Agents SDK、Google ADK
☆提供從零打造通用AI Agent的八個步驟與多代理人設計
☆深入MCP與A2A協定,串接Agent之間的通訊協同
☆以Coze、Dify、LangGraph實戰,從ReAct走到企業級多代理人落地部署
☆用DeepSeek模型實作企業級ChatBI與智慧客服,落地電商與金融場景
☆前瞻多模態、具身智慧、智慧駕駛與AGI,並探討倫理與安全議題
【書籍簡介】
本書共分 10 章,依「技術原理篇、落地實戰篇、前沿探索篇」三大篇章編排。
第一章快速認識 AI Agent,說明其應用價值、本質,以及與 RAG、Workflow 的關係。
第二章講解 AI Agent 的基礎原理與關鍵技術,涵蓋三大能力、五大模組與提示工程、函式呼叫、RAG、微調等範式,並介紹能力評估。
第三章介紹主要開發框架(LangGraph、CrewAI、Swarm、AutoGen、OpenAI Agents SDK、Google ADK)與從零構建通用 Agent 的步驟。
第四章深入 MCP 與 A2A 通訊協同。
第五章是實戰一,基於 Coze、Dify 平台並剖析 ReAct 框架構建 Agent。
第六章是實戰二,以 LangGraph 完成架構選型、工具呼叫、長短期記憶與企業級多代理人部署。
第七章以 DeepSeek 模型打造企業級 ChatBI Agent,落地電商與物流。
第八章建構智慧客服系統並應用於金融行業。
第九章探索 AI Agent 前沿應用,包含電信開發平台與多模態 Agent。
第十章展望 AI Agent 的高階形態、AGI 發展路徑,以及資料隱私、技術侷限與法律合規等倫理與安全挑戰。
☆回顧從傳統代理人到生成式LLM-Agent的歷史演進與主流分類
☆拆解AI Agent的三大能力與行為決策運行機制
☆詳解LLM-Agent五大模組:LLM、角色、記憶、規劃、行動
☆系統說明提示工程、函式呼叫、RAG、微調與訓練/推論優化等核心範式
☆建立LLM-Agent的能力評估體系與評估方法
☆橫向比較六大開發框架:LangGraph、CrewAI、Swarm、AutoGen、OpenAI Agents SDK、Google ADK
☆提供從零打造通用AI Agent的八個步驟與多代理人設計
☆深入MCP與A2A協定,串接Agent之間的通訊協同
☆以Coze、Dify、LangGraph實戰,從ReAct走到企業級多代理人落地部署
☆用DeepSeek模型實作企業級ChatBI與智慧客服,落地電商與金融場景
☆前瞻多模態、具身智慧、智慧駕駛與AGI,並探討倫理與安全議題
【書籍簡介】
本書共分 10 章,依「技術原理篇、落地實戰篇、前沿探索篇」三大篇章編排。
第一章快速認識 AI Agent,說明其應用價值、本質,以及與 RAG、Workflow 的關係。
第二章講解 AI Agent 的基礎原理與關鍵技術,涵蓋三大能力、五大模組與提示工程、函式呼叫、RAG、微調等範式,並介紹能力評估。
第三章介紹主要開發框架(LangGraph、CrewAI、Swarm、AutoGen、OpenAI Agents SDK、Google ADK)與從零構建通用 Agent 的步驟。
第四章深入 MCP 與 A2A 通訊協同。
第五章是實戰一,基於 Coze、Dify 平台並剖析 ReAct 框架構建 Agent。
第六章是實戰二,以 LangGraph 完成架構選型、工具呼叫、長短期記憶與企業級多代理人部署。
第七章以 DeepSeek 模型打造企業級 ChatBI Agent,落地電商與物流。
第八章建構智慧客服系統並應用於金融行業。
第九章探索 AI Agent 前沿應用,包含電信開發平台與多模態 Agent。
第十章展望 AI Agent 的高階形態、AGI 發展路徑,以及資料隱私、技術侷限與法律合規等倫理與安全挑戰。
