这是一本面向初中级读者的Agent学习指南，作者既是资深的AI技术专家，又是经验丰富的项目导师，融合作者亲身实践、培训反馈与官方资源，为Agent使用者和开发者提供了快速上手的实用指导。 本书从基础知识、操作和应用开发3个维度循序渐进地讲解Agent实战技巧，分为三篇： 基础篇（1～2章）介绍Agent定义、发展历程、常用开源技术、主要组件等基础知识和开发环境的搭建过程。 应用篇（3～6章）从通用型、任务驱动型、辅助开发型和检索增强型4大类，通过AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything这8种具体类型，详细描述Agent的安装、配置和使用等操作步骤。 开发篇（7～16章）展开分析10个不同场景的Agent应用开发实例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent这7种被广泛应用的开源Agent开发框架为基础，针对每个框架各讲解一个开发案例。另一方面，通过案例介绍Agent开发过程中关键的Function-calling特性及大语言模型开发技术。此外，对基于CogVLM2的多模态模型应用开发，也提供详细的案例演示。

前言
基础篇
第1章 Agent基础知识
1.1 Agent的概念
1.2 Agent的发展历程
1.2.1 Agent起源
1.2.2 将Agent引入AI领域
1.2.3 Agent技术进化与理论完善
1.2.4 Agent的深度学习应用
1.2.5 基于LLM的Agent
1.3 常用的Agent开源技术及分类
1.4 Agent主要组件
1.4.1 大语言模型
1.4.2 规划组件
1.4.3 记忆组件
1.4.4 工具组件
1.4.5 行动组件
第2章 Agent应用与开发环境搭建
2.1 Agent应用部署结构
2.1.1 服务同机部署模式
2.1.2 服务分布式部署模式
2.2 Agent应用环境安装与验证
2.2.1 推理卡驱动安装
2.2.2 CUDA安装
2.2.3 Anaconda安装
2.2.4 Git安装
2.2.5 应用环境验证
2.2.6 关于开发工具的建议
2.3 大语言模型的装载及API服务搭建
2.3.1 Ollama
2.3.2 vLLM
2.3.3 GLM-4专用服务
应用篇
第3章 通用型Agent应用
3.1 AutoGPT：个人助理
3.1.1 AutoGPT介绍
3.1.2 AutoGPT原理
3.1.3 AutoGPT应用
3.2 MemGPT：长记忆会话应用
3.2.1 MemGPT介绍
3.2.2 MemGPT原理
3.2.3 MemGPT应用
第4章 任务驱动型Agent应用
4.1 BabyAGI：任务自驱动应用
4.1.1 BabyAGI介绍
4.1.2 BabyAGI原理
4.1.3 BabyAGI应用
4.2 Camel：角色扮演应用
4.2.1 Camel介绍
4.2.2 Camel原理
4.2.3 Camel应用
第5章 辅助开发型Agent应用
5.1 Devika：AI“软件工程师”应用
5.1.1 Devika介绍
5.1.2 Devika原理
5.1.3 Devika应用
5.2 CodeFuse-ChatBot：辅助编程应用
5.2.1 CodeFuse-ChatBot介绍
5.2.2 CodeFuse-ChatBot原理
5.2.3 CodeFuse-ChatBot应用
第6章 检索增强型Agent应用
6.1 DB-GPT：数据库应用
6.1.1 DB-GPT介绍
6.1.2 DB-GPT原理
6.1.3 DB-GPT应用
6.2 QAnything：知识库应用
6.2.1 QAnything介绍
6.2.2 QAnything原理
6.2.3 QAnything应用
开发篇
第7章 大语言模型开发与微调
7.1 开发要点
7.2 GLM-4
7.2.1 GLM-4介绍
7.2.2 GLM-4安装
7.2.3 Chat应用开发
7.2.4 GLM-4兼容API服务开发
7.2.5 GLM-4微调
7.3 Llama3
7.3.1 Llama3介绍
7.3.2 Llama3安装
7.3.3 Chat应用开发
7.3.4 Llama3兼容API服务开发
7.3.5 Llama3微调
第8章 基于GLM-4的Function-calling应用开发
8.1 开发要点
8.2 案例场景
8.3 关键原理
8.4 实现过程
8.4.1 环境安装
8.4.2 源代码
8.4.3 运行
第9章 基于AgentScope的ReAct Agent应用开发
9.1 开发要点
9.2 案例场景
9.3 关键原理
9.4 实现过程
9.4.1 环境安装
9.4.2 源代码
9.4.3 运行
第10章 基于LangChain的任务驱动Agent应用开发
10.1 开发要点
10.2 案例场景
10.3 关键原理
10.3.1 应用架构
10.3.2 应用运行流程
10.3.3 应用运行示例
10.4 实现过程
10.4.1 环境安装
10.4.2 源代码
10.4.3 运行
第11章 基于LangGraph的工作流Agent应用开发
11.1 开发要点
11.2 案例场景
11.3 关键原理
11.3.1 基本概念
11.3.2 工作流定义
11.4 实现过程
11.4.1 环境安装
11.4.2 源代码
11.4.3 运行
第12章 基于AutoGen的辅助编程Agent应用开发
12.1 开发要点
12.2 案例场景
12.3 关键原理
12.4 实现过程
12.4.1 环境安装
12.4.2 源代码
12.4.3 运行
第13章 基于LlamaIndex的RAG Agent综合应用开发
13.1 开发要点
13.2 案例场景
13.3 关键原理
13.3.1 索引建立
13.3.2 智体查询
13.4 实现过程
13.4.1 环境安装
13.4.2 源代码
13.4.3 运行
第14章 基于CrewAI的多角色Agent应用开发
14.1 开发要点
14.2 案例场景
14.3 关键原理
14.3.1 应用架构
14.3.2 主要组件
14.3.3 流式会话实现原理
14.4 实现过程
14.4.1 环境安装
14.4.2 源代码
14.4.3 运行
第15章 基于Qwen-Agent的多智体图像应用开发
15.1 开发要点
15.2 案例场景
15.3 关键原理
15.3.1 应用架构
15.3.2 关键技术
15.4