AI智能体开发实战——JAVA版

本书面向两类主要读者群体，一是计算机、软件工程等相关专业的学生，二是Java方向的研发人员，助力他们在大模型方面的实战开发与转型。对于学生群体，在学习过程中积累了不少理论知识，却缺少实战锻炼机会。本书着重实战开发，用诸多实际案例呈现大模型应用，让学生在实践中巩固知识、提升能力，为未来就业增添砝码。对于Java研发人员，大模型发展带来转型契机，可语言差异常成阻碍。本书全程用Java语言讲解大模型开发，贴合他们已有的编程基础，便于理解核心要点，能助力他们迅速转型。需注意，因本书以实战为导向，所以读者需具备一定的Java编程基础，这样才能更好地借助本书实现大模型相关的学习与转型目标。

郝佳，硕磐大数据总监&算法团队负责人，前阿里高级架构师，已出版《Spring源码深度解析》《读源码学架构》等图书，曾获评人民邮电出版社“年度最具影响力作者”。专注于大数据和智能体领域，通过大数据与大模型的结合构建未来的产品形态。

第1章 初识大模型

1.1 基本概念

1.1.1 大模型的定义

1.1.2 大模型相关概念区分

1.1.3 大模型的特点

1.1.4 大模型的分类

1.1.5 大模型的泛化与微调

1.1.6 大模型的发展历程

1.2 DeepSeek初体验——API调用

1.2.1 调用代码样例

1.2.2 返回数据结构解读

第2章 大模型应用开发经典样例

2.1 LangChain与LangChain4j框架

2.1.1 LangChain

2.1.2 LangChain4j

2.2 入门体验：Hello AI

2.3 AI工具开发初探-写作小助手

2.3.1 写作助手样例

2.3.2 Ai Service介绍

2.4 简单AI系统开发

2.4.1 智能客服系统

2.4.2 内容创作平台

2.4.3 智能翻译系统

2.5 工具注册与回调

2.6 多轮对话支持

2.6.1 多轮对话的使用

2.6.2 大模型记忆深入

2.6.3 大模型记忆能力的扩展

2.6.4 Chat Memory执行流程

第3章 融合自己的知识库

3.1 检索增强

3.1.1 RAG介绍

3.1.2 RAG技术深入

3.1.3 向量与Java实现

3.1.4 向量数据库

3.1.5 向量匹配与召回

3.2 智能问答系统

3.2.1 效果展示

3.2.2 向量库初始化

3.2.3 文本向量化

3.2.4 查询召回

第4章 思维链构建与基于DeepSeek的多智能体协同

4.1 什么是AI Agent?

4.2 AI Agent的能力

4.2.1 推理能力

4.2.2 感知能力

4.2.3 行动能力

4.3 AI Agent的技术框架

4.4 基于ReAct框架的旅游地点推荐

4.4.1 ReAct框架介绍

4.4.2 功能开发

4.5 基于Plan-and-Execute框架的旅游规划

4.5.1 Plan-and-Execute框架介绍

4.5.2 功能开发

4.6 基于DeepSeek的多智能体协同

4.6.1 多智能体协同

4.6.2 功能开发

第5章 完整AI智能体开发样例：智能客服系统

5.1 智能客服系统需求说明书

5.1.1 引言

5.1.2 系统概述

5.1.3 功能需求

5.2 设计

5.2.1 关键能力抽象

5.2.2 数据库设计

5.3 核心能力开发

5.3.1 交互式信息挖掘能力

5.3.2 闭环控制执行能力

5.3.3 检索增强能力

5.3.4 长短期记忆能力

5.3.5 自我学习与进化能力

5.3.6 数据分析与推理能力

第6章 扣子（Coze平台）的使用与智能体开发

6.1 扣子（Coze平台）介绍

6.1.1 扣子能做什么

6.1.2 为什么选择扣子

6.2 创建第一个智能体

6.2.1 添加插件

6.2.2 创建工作流

6.3 智能客服系统Coze版

6.3.1 知识库准备

6.3.2 数据表准备

6.3.3 工作流创建

6.3.4 工作流节点测试

6.3.5 上线效果测试

6.4 使用扣子（Coze平台）AI开发与高码进行AI开发对比

6.4.1 使用扣子（Coze平台）开发AI优缺点

6.4.2 使用代码开发AI优缺点

第7章 提示词工程

7.1 提示词基础认知

7.1.1 提示词的组成部分

7.1.2 提示词的类型

7.2 提示词设计技巧

7.2.1 核心技能体系

7.2.2 进阶技能要点

7.2.3 设计策略与方法