挖贝网2024年10月13日发布:手把手教你做 AI Agent

OpenAI创始人奥特曼预测，未来各行各业，每一个人都可以拥有一个AI Agent；比尔·盖茨在2023年层预言：AI Agent将彻底改变人机交互方式，并颠覆整个软件行业；吴恩达教授在AI Ascent 2024演讲中高赞：AI Agent是一个令人兴奋的趋势，所有从事AI开发的人都应该关注。而国内的各科技巨头也纷纷布局AI Agent平台，如：钉钉的AI PaaS、百度智能云千帆大模型平台等等。

Agent 是未来最重要的智能化工具。对于程序员来说，是时候将目光转向大模型的应用开发了，率先抢占AI的下一个风口AI Agent。小异带来一本新书《大模型应用开发动手做 AI Agent》，这本书由《GPT图解》的作者黄佳老师创作，从0到1手把手教你做AI Agent。现在下单享受5折特惠！

▼点击下方，即可5折起购书有这样一本秘籍在手，程序员们这下放心了吧，让我们先来揭开 Agent 的神秘面纱。

AI Agent 面面观

先对 Agent 下一个定义：Agent 是一个具有一定程度自主性的人工智能系统。更进一步说，Agent 是一个能够感知环境、做出决策并采取行动的系统。Agent 具有四大特性：

· 自主性：Agent 能够根据自身的知识和经验，独立做出决策和采取行动。

· 适应性：Agent 能够学习和适应环境，不断提高自己的能力。

· 交互性：Agent 能够与人类进行交互，提供信息和服务。

· 功能性：Agent 可以在特定领域内执行特定的任务。

要从技术上实现上述特性，Agent 通常需要包含四大核心组件。感知器用来收集环境信息；知识库存储和管理有关环境和自身状态的信息；决策引擎分析感知的信息，做出决策；执行器在环境中采取行动。

那么，我们在开发 Agent 时要遵循哪些原则才能收效最佳呢？本书作者引据儒家经典的“博学之，审问之，慎思之，明辨之，笃行之”。在经过引申之后，为我们阐述了 Agent 方法论。

博学：海纳百川，基于海量数据的训练。

审问：接受清晰明确的指令，即有效的提示工程。

慎思：在精巧设计的模式下认知，配置 CoT、ToT、ReAct 等思维框架。

明辨：明确地遵循人类道德规范，通过指令微调和价值对齐来确保AI安全无害。

笃行：借助 ToolCalls 和 Function Calling 等技术工具与外界交互。

将传统文化中的哲理与现代科技前沿结合，碰撞出智慧的火花，这对处于萌芽阶段的 Agent 技术来说，是十分珍贵的思考。Agent 市场潜力巨大，但目前相关技术资料分散，本书将多项 AI 技术和工具整合到一起，为 Agent 开发提供系统性指导。作者黄佳，笔名咖哥，现任新加坡科技研究局人工智能研究员，他在 NLP、大模型、AI in MedTech、AI in FinTech 等领域积累了丰富的项目经验。他还著有《GPT图解：大模型是怎样构建的》《零基础学机器学习》《数据分析咖哥十话：从思维到实践促进运营增长》等图书。

在黄佳的书中，他总是以“咖哥”这个角色引出讨论，再以妙趣横生的方式讲解复杂的技术。这是因为他乐于保持好奇心、拥抱变化、持续学习，希望借助AI的“慧眼”和“注意力”来观察世界，并以轻松幽默的方式分享知识，收获本真的快乐。现在，让咖哥带着我们动手玩转 Agent 开发吧。

动手玩转 AI Agent

对于构建 Agent 来说，目前业界已经具备技术基础，包括大模型和 AIGC 模型、人工智能应用开发框架和工具、软件平台、丰富的数据等。只要结合具体的业务场景，将现有技术进行整合，就能开发出满足需求的 Agent。本书按照“基础知识——技术工具——项目实战”三部分来组织内容，帮助读者从理论学习推进到动手实际操作。

基础知识

这部分先是定义了 Agent 的概念，然后说明大模型对于 Agent 的重要程度如同大脑，这是 Agent 进行理解和决策的基础。还对 Agent 的四大特性与四大核心组件进行介绍。书中提到 Agent 可用于自动化办公、客户服务、个性化推荐、医疗保健等领域，将会带来新的商业模式和变革。

技术工具

书中介绍了 Agent 架构的四大要素，分别是规划、记忆、工具、执行。重点介绍了当前流行的 ReAct 框架。详细说明了以下技术工具的使用方法。

· OpenAI API 以及 OpenAI Assistants：用于调用包含 GPT-4 模型和 DALL·E 3 模型在内的众多人工智能模型。

· LangChain：开源框架，专门用于构建和开发由大型语言模型驱动的应用程序，其中包含对 ReAct 框架的封装和实现。

· LlamaIndex：开源框架，用于帮助管理和检索非结构化数据，利用大模型的能力和 Agent 框架来提高文本检索的准确性、效率和智能程度。

Agent 通过接口连接大模型，获得生成内容、语言理解、决策支持能力，再通过外部工具执行复杂任务，或者与环境交互。

项目实战

工具都会用之后，这部分要讲的就是怎样做出成功的应用，书中详细解析了 7 个项目的实战。

· Agent 1：自动化办公项目，通过 Assistants API 和 DALL·E 3 模型创作 PPT。

· Agent 2：多功能选择的引擎，通过 Function Calling 调用函数。

· Agent 3：推理与行动的协同，通过 LangChain 中的 ReAct 框架实现自动定价。

· Agent 4：计划和执行的解耦，通过 LangChain 中的 Play-and-Execute 实现智能调度库存。

· Agent 5：知识的提取与整合，通过 LlamaIndex 实现检索增强生成 Agent。

· Agent 6：GitHub 的网红聚落，AutoGPT、BabyAGI 和 CAMEL。

· Agent 7：多 Agent 框架，AutoGen 和 MetaGPT。

本书兼具理论与实践，读者可以轻松入门，快速掌握 AI Agent 的开发方法。

结语

自从 ChatGPT 诞生以来，大模型技术在业界可谓炙手可热，人们从最初的惊叹到现在广泛应用，而人工智能的下一个引爆点很有可能就是 AI Agent。《大模型应用开发：动手做 AI Agent》从零基础出发，介绍了 Agent 的定义、特性与技术架构，还对构建 Agent 的 AI 技术工具进行了详细讲解，最后以 7 个实战项目展示了 Agent 开发的方法。本书的一大特点是站在技术前沿，结合当下实际需要，提出了一套 Agent 开发的系统性方法论。这在业界具有开创性意义，作者也希望读者通过这本书开启对人工智能应用开发的探索。实战性强是本书另一大特点，7 个实战项目覆盖了 Agent 开发的多个方面。读者如果在实际工作中遇到困难，都可以在案例中得到启发，或者直接找到解决方案。在这本书里，我们又见到咖哥和搭档小雪，在轻松幽默的对话中，将各种原理和概念娓娓道来，生动形象地解释了复杂的技术实现过程。即使是讲前沿的 AI 技术，读者也会觉得非常有趣。