大模型应用落地：实战AI搜索

1）资深高级工程师亲笔：一线大模型搜索项目经验，权威可信。
2）完整源码开源：随书附赠全流程代码，一键复刻，零门槛上手，全流程跑通。
3）从 0 到 1 指导：零基础也能独立构建专属 AI 搜索应用。
4）系统梳理原理：覆盖检索增强生成（RAG）、混合检索、向量化等核心技术。

本书基于大模型成功赋能AI搜索经验总结，系统梳理AI搜索的实现原理、核心技术、关键工具及模块化实现，带你从0到1搭建专属AI搜索应用，跑通全流程；配套全流程源码，降低开发门槛，轻松构建专属AI搜索应用。
本书共8章。第1章从多个维度分析大模型技术，帮助读者理解其技术变革与应用的本质，最后分析了大模型落地难点，让读者对大模型有全面认知。第2章梳理AI搜索从关键词匹配到语义理解的发展路径，并以LeptonSearch为例解析源码实现，帮读者构建AI搜索的初步认知框架。第3章全面解析查询理解、规划执行、答案内容优化以及答案缓存优化等AI搜索的关键技术，旨在帮助读者深入理解AI搜索系统的内部运作机制与实现。第4章介绍OpenAI API、DeepSeek、LangChain、Milvus等技术及其应用，帮助读者降低开发门槛。第5章讲解如何从零开始构建一个AI搜索系统的后端架构，涵盖后端技术方案设计、基础框架构建，为后续功能开发打好基础。第6章详解AI搜索系统的五大核心模块（实体、分析器、检索器、生成器、过滤器）的功能定位与代码实现，以构建一个结构清晰、职责分明的AI搜索引擎内核。第7章聚焦于系统的自动化调度设计，如动作类的定义与实现、调度器模块的构建，提升系统的智能化水平。第8章详解应用层（DAO操作层、Service逻辑层、Controller接口层）的开发流程，最后提供多个接口实现示例，并通过3个场景来测试AI搜索效果。

目　　录<br />前言<br />第1章　大模型技术分析与落地<br />难点　1<br />1.1　大模型技术分析　1<br />1.1.1　变革与挑战共存　1<br />1.1.2　与传统模型的区别　2<br />1.1.3　对行业格局的冲击　3<br />1.1.4　从训练流程看发展的限制因素　4<br />1.2　落地难点　5<br />第2章　AI搜索历程与原理初探　7<br />2.1　AI搜索发展的历程　7<br />2.1.1　搜索的智能化趋势　7<br />2.1.2　AI如何赋能传统搜索　10<br />2.1.3　AI搜索的未来发展<br />方向　10<br />2.2　AI搜索的原理初探：基于<br />Lepton Search分析　12<br />2.2.1　为什么选择<br />Lepton Search　12<br />2.2.2　Lepton Search后端源码<br />分析　14<br />第3章　深入AI搜索核心技术　23<br />3.1　查询理解技术　23<br />3.1.1　问题分类机制　23<br />3.1.2　查询改写机制　25<br />3.1.3　查询扩展机制　29<br />3.1.4　意图识别与规划　30<br />3.2　规划执行技术　34<br />3.2.1　动作的分类　34<br />3.2.2　调用仅输出动作　35<br />3.2.3　调用搜索并输出动作　36<br />3.2.4　基于Agent的执行<br />过程　39<br />3.2.5　基于工作流的执行<br />过程　42<br />3.3　答案内容优化技术　47<br />3.3.1　角色与答案模板机制　47<br />3.3.2　在答案中呈现引用<br />编号　49<br />3.3.3　呈现不同维度的答案　50<br />3.4　答案缓存优化技术　55<br />3.4.1　缓存的核心考量　56<br />3.4.2　引入缓存后的问题　57<br />3.4.3　答案多样性的简单处理　60<br />3.4.4　答案多样性的高级处理　61<br />第4章　掌握应用的开发技术栈　63<br />4.1　认识OpenAI API　63<br />4.1.1　API介绍　63<br />4.1.2　会话补全能力　65<br />4.1.3　嵌入模型能力　67<br />4.1.4　微调模型能力　68<br />4.2　掌握DeepSeek模型　70<br />4.2.1　核心技术　71<br />4.2.2　本地部署　73<br />4.2.3　基于Python调用　74<br />4.3　认识Milvus向量数据库　75<br />4.3.1　Milvus介绍　75<br />4.3.2　本地搭建Milvus　77<br />4.3.3　核心技术与原理　78<br />4.4　Milvus本地知识库实践　79<br />4.5　LangChain基础知识　87<br />4.5.1　核心组成与生态　87<br />4.5.2　创建提示词模板　88<br />4.5.3　创建模型　90<br />4.5.4　创建大模型链　91<br />4.6　精通LangChain的高级用法　93<br />4.6.1　回调函数的使用　93<br />4.6.2　聊天上下文管理　95<br />4.6.3　Agent与工具的调用　97<br />第5章　后端方案设计与框架<br />构建　100<br />5.1　技术方案设计　100<br />5.1.1　项目整体设计　100<br />5.1.2　后端数据库设计　101<br />5.1.3　后端流式通信设计　103<br />5.2　构建后端基础框架　106<br />5.2.1　划分后端目录结构　106<br />5.2.2　开发项目入口文件　107<br />5.2.3　开发服务初始化模块　108<br />第6章　构建AI搜索的核心<br />架构　112<br />6.1　实体模块　112<br />6.1.1　创建参数实体　112<br />6.1.2　创建策略实体　115<br />6.1.3　创建规划实体　117<br />6.1.4　创建调度结果实体　119<br />6.1.5　创建搜索结果实体　120<br />6.2　分析器模块　132<br />6.3　检索器模块　142<br />6.4　生成器模块　146<br />6.5　过滤器模块　150<br />6.5.1　创建过滤器基类　150<br />6.5.2　创建移除器模块　151<br />6.5.3　创建重排序模块　152<br />6.5.4　创建读取器模块　153<br />第7章　实现AI搜索的自动<br />运行　157<br />7.1　创建动作类　157<br />7.2　实现调度器模块　164<br />第8章　开发AI搜索的应用功能与<br />场景测试　171<br />8.1　开发DAO操作层　171<br />8.1.1　实现会话DAO操作　171<br />8.1.2　实现消息的DAO<br />操作　175<br />8.1.3　实现引用DAO操作　178<br />8.1.4　实现网页内容DAO<br />操作　180<br />8.2　开发Service逻辑层　183<br />8.2.1　使用缓存中的答案的<br />处理逻辑　183<br />8.2.2　生成预测问题的处理<br />逻辑　186<br />8.3　开发Controller接口层　188<br />8.3.1　统一接口注册　188<br />8.3.2　开发请求中间件　189<br />8.3.3　开发会话记录列表<br />接口　192<br />8.3.4　开发会话操作接口　193<br />8.3.5　开发流式问答接口　196<br />8.3.6　开发预测问题接口　199<br />8.4　AI搜索应用场景测试　201<br />8.4.1　私人问答方向　201<br />8.4.2　写作创作方向　203<br />8.4.3　学术研究方向　204<br />