网络工程师的AI之路：基于大语言模型的运维实战

这是一本专为网络工程师、运维开发人员及AI技术爱好者打造的实战指南，旨在帮助其掌握如何利用大语言模型（LLM）提升网络运维的智能化水平。本书以LangChain这一强大的Python框架为核心，结合在线LLM（如ChatGPT）和离线LLM（如LLaMA 3.2），详细讲解AI在网络配置、故障排查、自动化运维等场景中的落地应用，同时兼顾国产网络设备厂商及国产LLM（如DeepSeek、Qwen）的迁移和拓展。 本书亮点：LangChain实战，深入解析LangChain各模块，教你如何高效集成LLM，构建智能运维工具链；在线LLM与离线LLM相结合，既涵盖基于ChatGPT的云端AI应用，也详细讲解如何在本地部署LLaMA 3.2等开源模型，还探讨DeepSeek、Qwen等国产LLM，满足不同的安全与性能需求；RAG技术，利用外部知识库提升LLM的准确性，从而在网络运维中提供更精准、高效的解决方案；MCP策略，通过任务分解与多模型协作，优化复杂网络问题的处理流程；真实案例驱动，涵盖网络配置生成、日志分析、故障诊断等典型场景，提供可复现的代码示例。

王印《网络工程师的Python之路》联合作者，知乎专栏“网路行者”作家，知乎ID：弈心，沙特阿卜杜拉国王科技大学（King Abdullah University of Science and Technology，KAUST）高级网络工程师，16年海外从业经验，CCIE#40245。2009年起在新加坡先后任职于美国电信运营商AT&T、美国数据中心公司Equinix、新加坡陆路交通管理局（LTA）、新加坡石林IT咨询公司（SFIT）、美国苹果公司、苏格兰皇家银行（RBS），对大型园区、金融行业的网络设计与运维具有丰富的实战经验。朱嘉盛《网络工程师的Python之路》联合作者，知乎专栏“网工手艺”知识博主。2010年毕业于华南理工大学，做网络工程师15载，长期扎根网络运维第一线。通信网从2G到5G，互联网从几乎空白建设和运维到百万级用户规模，现已转战大型数据中心从事云网运维，在各个网络相关领域均具备丰富的实战经验。工作之余热爱阅读与写作，善于梳理技术知识，乐于分享和帮助新手。

暂无目录