第 1章 何謂Agent，為何Agent 001 1.1 大開(kāi)腦洞的演講：Life 3.0 001 1.2 那么，究竟何謂Agent 003 1.3 Agent的大腦：大模型的通用推理能力 006 1.3.1 人類的大腦了不起 006 1.3.2 大模型出現(xiàn)之前的Agent 007 1.3.3 大模型就是Agent的大腦 008 1.3.4 期望頂峰和失望低谷 010 1.3.5 知識(shí)、記憶、理解、表達(dá)、推理、反思、泛化和自我提升 012 1.3.6 基于大模型的推理能力構(gòu)筑AI應(yīng)用 015 1.4 Agent的感知力：語(yǔ)言交互能力和多模態(tài)能力 016 1.4.1 語(yǔ)言交互能力 016 1.4.2 多模態(tài)能力 016 1.4.3 結(jié)合語(yǔ)言交互能力和多模態(tài)能力 017 1.5 Agent的行動(dòng)力：語(yǔ)言輸出能力和工具使用能力 017 1.5.1 語(yǔ)言輸出能力 017 1.5.2 工具使用能力 018 1.5.3 具身智能的實(shí)現(xiàn) 019 1.6 Agent對(duì)各行業(yè)的效能提升 019 1.6.1 自動(dòng)辦公好助手 020 1.6.2 客戶服務(wù)革命 020 1.6.3 個(gè)性化推薦 020 1.6.4 流程的自動(dòng)化與資源的優(yōu)化 021 1.6.5 醫(yī)療保健的變革 021 1.7 Agent帶來(lái)新的商業(yè)模式和變革 022 1.7.1 Gartner的8項(xiàng)重要預(yù)測(cè) 023 1.7.2 Agent即服務(wù) 024 1.7.3 多Agent協(xié)作 025 1.7.4 自我演進(jìn)的AI 026 1.7.5 具身智能的發(fā)展 026 1.8 小結(jié) 027 第 2章 基于大模型的Agent技術(shù)框架 029 2.1 Agent的四大要素 029 2.2 Agent的規(guī)劃和決策能力 031 2.3 Agent的各種記憶機(jī)制 032 2.4 Agent的核心技能：調(diào)用工具 033 2.5 Agent的推理引擎：ReAct框架 035 2.5.1 何謂ReAct 035 2.5.2 用ReAct框架實(shí)現(xiàn)簡(jiǎn)單Agent 038 2.5.3 基于ReAct框架的提示 040 2.5.4 創(chuàng)建大模型實(shí)例 043 2.5.5 定義搜索工具 044 2.5.6 構(gòu)建ReAct Agent 044 2.5.7 執(zhí)行ReAct Agent 045 2.6 其他Agent認(rèn)知框架 047 2.6.1 函數(shù)調(diào)用 047 2.6.2 計(jì)劃與執(zhí)行 048 2.6.3 自問(wèn)自答 048 2.6.4 批判修正 048 2.6.5 思維鏈 048 2.6.6 思維樹(shù) 048 2.7 小結(jié) 049 第3章 OpenAI API、LangChain和LlamaIndex 051 3.1 何謂OpenAI API 052 3.1.1 說(shuō)說(shuō)OpenAI這家公司 052 3.1.2 OpenAI API和Agent開(kāi)發(fā) 055 3.1.3 OpenAI API的聊天程序示例 057 3.1.4 OpenAI API的圖片生成示例 063 3.1.5 OpenAI API實(shí)踐 065 3.2 何謂LangChain 067 3.2.1 說(shuō)說(shuō)LangChain 068 3.2.2 LangChain中的六大模塊 073 3.2.3 LangChain和Agent開(kāi)發(fā) 074 3.2.4 LangSmith的使用方法 075 3.3 何謂LlamaIndex 077 3.3.1 說(shuō)說(shuō)LlamaIndex 077 3.3.2 LlamaIndex和基于RAG的AI開(kāi)發(fā) 078 3.3.3 簡(jiǎn)單的LlamaIndex開(kāi)發(fā)示例 081 3.4 小結(jié) 084 第4章 Agent 1：自動(dòng)化辦公的實(shí)現(xiàn)——通過(guò)Assistants API和DALL·E 3模型創(chuàng)作PPT 085 4.1 OpenAI公司的Assistants是什么 086 4.2 不寫(xiě)代碼，在Playground中玩Assistants 086 4.3 Assistants API的簡(jiǎn)單示例 090 4.3.1 創(chuàng)建助手 091 4.3.2 創(chuàng)建線程 095 4.3.3 添加消息 097 4.3.4 運(yùn)行助手 099 4.3.5 顯示響應(yīng) 103 4.4 創(chuàng)建一個(gè)簡(jiǎn)短的虛構(gòu)PPT 105 4.4.1 數(shù)據(jù)的收集與整理 106 4.4.2 創(chuàng)建OpenAI助手 106 4.4.3 自主創(chuàng)建數(shù)據(jù)分析圖表 108 4.4.4 自主創(chuàng)建數(shù)據(jù)洞察 112 4.4.5 自主創(chuàng)建頁(yè)面標(biāo)題 114 4.4.6 用DALL·E 3模型為PPT首頁(yè)配圖 115 4.4.7 自主創(chuàng)建PPT 116 4.5 小結(jié) 121 第5章 Agent 2：多功能選擇的引擎——通過(guò)Function Calling調(diào)用函數(shù) 122 5.1 OpenAI中的Functions 122 5.1.1 什么是Functions 123 5.1.2 Function的說(shuō)明文字很重要 124 5.1.3 Function定義中的Sample是什么 124 5.1.4 什么是Function Calling 126 5.2 在Playground中定義Function 127 5.3 通過(guò)Assistants API實(shí)現(xiàn)Function Calling 130 5.3.1 創(chuàng)建能使用Function的助手 131 5.3.2 不調(diào)用Function，直接運(yùn)行助手 133 5.3.3 在Run進(jìn)入requires_action狀態(tài)之后跳出循環(huán) 140 5.3.4 拿到助手返回的元數(shù)據(jù)信息 141 5.3.5 通過(guò)助手的返回信息調(diào)用函數(shù) 141 5.3.6 通過(guò)submit_tool_outputs提交結(jié)果以完成任務(wù) 143 5.4 通過(guò)ChatCompletion API來(lái)實(shí)現(xiàn)Tool Calls 147 5.4.1 初始化對(duì)話和定義可用函數(shù) 148 5.4.2 第 一次調(diào)用大模型，向模型發(fā)送對(duì)話及工具定義，并獲取響應(yīng) 149 5.4.3 調(diào)用模型選擇的工具并構(gòu)建新消息 151 5.4.4 第二次向大模型發(fā)送對(duì)話以獲取最終響應(yīng) 153 5.5 小結(jié) 154 第6章 Agent 3：推理與行動(dòng)的協(xié)同——通過(guò)LangChain中的ReAct框架實(shí)現(xiàn)自動(dòng)定價(jià) 156 6.1 復(fù)習(xí)ReAct框架 156 6.2 LangChain中ReAct Agent 的實(shí)現(xiàn) 159 6.3 LangChain中的工具和工具包 160 6.4 通過(guò)create_react_agent創(chuàng)建鮮花定價(jià)Agent 162 6.5 深挖AgentExecutor的運(yùn)行機(jī)制 166 6.5.1 在AgentExecutor中設(shè)置斷點(diǎn) 166 6.5.2 第 一輪思考：模型決定搜索 169 6.5.3 第 一輪行動(dòng)：工具執(zhí)行搜索 175 6.5.4 第二輪思考：模型決定計(jì)算 179 6.5.5 第二輪行動(dòng)：工具執(zhí)行計(jì)算 180 6.5.6 第三輪思考：模型完成任務(wù) 182 6.6 小結(jié) 185 第7章 Agent 4：計(jì)劃和執(zhí)行的解耦——通過(guò)LangChain中的Plan-and-Execute實(shí)現(xiàn)智能調(diào)度庫(kù)存 186 7.1 Plan-and-Solve策略的提出 186 7.2 LangChain中的Plan-and-Execute Agent 190 7.3 通過(guò)Plan-and-Execute Agent實(shí)現(xiàn)物流管理 192 7.3.1 為Agent定義一系列進(jìn)行自動(dòng)庫(kù)存調(diào)度的工具 192 7.3.2 創(chuàng)建Plan-and-Execute Agent并嘗試一個(gè)“不可能完成的任務(wù)” 193 7.3.3 完善請(qǐng)求，讓Agent完成任務(wù) 200 7.4 從單Agent到多Agent 203 7.5 小結(jié) 204 第8章 Agent 5：知識(shí)的提取與整合——通過(guò)LlamaIndex實(shí)現(xiàn)檢索增強(qiáng)生成 205 8.1 何謂檢索增強(qiáng)生成 206 8.1.1 提示工程、RAG與微調(diào) 206 8.1.2 從技術(shù)角度看檢索部分的Pipeline 208 8.1.3 從用戶角度看RAG流程 209 8.2 RAG和Agent 210 8.3 通過(guò)LlamaIndex的ReAct RAG Agent實(shí)現(xiàn)花語(yǔ)秘境財(cái)報(bào)檢索 211 8.3.1 獲取并加載電商的財(cái)報(bào)文件 211 8.3.2 將財(cái)報(bào)文件的數(shù)據(jù)轉(zhuǎn)換為向量數(shù)據(jù) 211 8.3.3 構(gòu)建查詢引擎和工具 213 8.3.4 配置文本生成引擎大模型 214 8.3.5 創(chuàng)建 Agent以查詢財(cái)務(wù)信息 214 8.4 小結(jié) 215 第9章 Agent 6：GitHub的網(wǎng)紅聚落——AutoGPT、BabyAGI和CAMEL 216 9.1 AutoGPT 217 9.1.1 AutoGPT簡(jiǎn)介 217 9.1.2 AutoGPT實(shí)戰(zhàn) 218 9.2 BabyAGI 222 9.2.1 BabyAGI簡(jiǎn)介 222 9.2.2 BabyAGI實(shí)戰(zhàn) 224 9.3 CAMEL 236 9.3.1 CAMEL簡(jiǎn)介 236 9.3.2 CAMEL論文中的股票交易場(chǎng)景 237 9.3.3 CAMEL實(shí)戰(zhàn) 241 9.4 小結(jié) 248 第 10章 Agent 7：多Agent框架——AutoGen和MetaGPT 250 10.1 AutoGen 250 10.1.1 AutoGen簡(jiǎn)介 250 10.1.2 AutoGen實(shí)戰(zhàn) 253 10.2 MetaGPT 256 10.2.1 MetaGPT簡(jiǎn)介 256 10.2.2 MetaGPT實(shí)戰(zhàn) 257 10.3 小結(jié) 263 附錄A 下一代Agent的誕生地：科研論文中的新思路 264 A.1 兩篇高質(zhì)量的Agent綜述論文 264 A.2 論文選讀：Agent自主學(xué)習(xí)、多Agent合作、Agent可信度的評(píng)估、邊緣系統(tǒng)部署以及具身智能落地 266 A.3 小結(jié) 267 參考文獻(xiàn) 269 后記 創(chuàng)新與變革的交匯點(diǎn) 271