人工智能时代一种全新的技术——Agent正在崛起。这是一种能够理解自然语言并生成对应回复以及执行具体行动的人工智能体。它不仅是内容生成工具，而且是连接复杂任务的关键纽带。本书将探索Agent的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手做7个功能强大的Agent，全方位解析Agent的设计与实现。本书最后展望了Agent的发展前景和未来趋势。
本书适合对Agent技术感兴趣或致力于该领域的研究人员、开发人员、产品经理、企业负责人，以及高等院校相关专业师生等阅读。读者将跟随咖哥和小雪的脚步，踏上饶有趣味的Agent开发之旅，零距离接触GPT-4模型、OpenAI Assistants API、LangChain、LlamaIndex和MetaGPT等尖端技术，见证Agent在办公自动化、智能调度、知识整合以及检索增强生成（RAG）等领域的非凡表现，携手开启人工智能时代的无限可能，在人机协作的星空中共同探寻那颗最闪亮的Agent之星！

黄佳，人称咖哥，埃森哲公司资深顾问，在IT界耕耘近二十载，自诩为一朵有“后浪”心态的“前浪”。为人谦虚，好学，有时也好为人师。曾撰写一系列SAPERP书籍，启蒙了大批中国早期ABAP技术人才。近年来投身数据科学、人工智能及云计算领域，愿将自己的所学所感与大家分享。

第1章 何谓Agent，为何Agent
1.1 大开脑洞的演讲：Life 3.0
1.2 那么，究竟何谓Agent
1.3 Agent的大脑：大模型的通用推理能力
1.3.1 人类的大脑了不起
1.3.2 大模型出现之前的Agent
1.3.3 大模型就是Agent的大脑
1.3.4 期望顶峰和失望低谷
1.3.5 知识、记忆、理解、表达、推理、反思、泛化和自我提升
1.3.6 基于大模型的推理能力构筑AI应用
1.4 Agent的感知力：语言交互能力和多模态能力
1.4.1 语言交互能力
1.4.2 多模态能力
1.4.3 结合语言交互能力和多模态能力
1.5 Agent的行动力：语言输出能力和工具使用能力
1.5.1 语言输出能力
1.5.2 工具使用能力
1.5.3 具身智能的实现
1.6 Agent对各行业的效能提升
1.6.1 自动办公好助手
1.6.2 客户服务革命
1.6.3 个性化推荐
1.6.4 流程的自动化与资源的优化
1.6.5 医疗保健的变革
1.7 Agent带来新的商业模式和变革
1.7.1 Gartner的8项重要预测
1.7.2 Agent即服务
1.7.3 多Agent协作
1.7.4 自我演进的AI
1.7.5 具身智能的发展
1.8 小结
第2章 基于大模型的Agent技术框架
2.1 Agent的四大要素
2.2 Agent的规划和决策能力
2.3 Agent的各种记忆机制
2.4 Agent的核心技能：调用工具
2.5 Agent的推理引擎：ReAct框架
2.5.1 何谓ReAct
2.5.2 用ReAct框架实现简单Agent
2.5.3 基于ReAct框架的提示
2.5.4 创建大模型实例
2.5.5 定义搜索工具
2.5.6 构建ReAct Agent
2.5.7 执行ReAct Agent
2.6 其他Agent认知框架
2.6.1 函数调用
2.6.2 计划与执行
2.6.3 自问自答
2.6.4 批判修正
2.6.5 思维链
2.6.6 思维树
2.7 小结
第3章 OpenAI API、LangChain和Llamalndex
3.1 何谓 OpenAI API
3.1.1 说说 OpenAl这家公司
3.1.2 OpenAI API和Agent开发
3.1.3 OpenAI API的聊天程序示例
3.1.4 OpenAI API的图片生成示例
3.1.5 OpenAI API实践
3.2 何谓LangChain
3.2.1 说说LangChain
3.2.2 LangChain中的六大模块
3.2.3 LangChain和Agent开发
3.2.4 LangSmith的使用方法
3.3 何谓Llamalndex
3.3.1 说说Llamalndex
3.3.2 Llamalndex和基于RAG的A1开发
3.3.3 简单的Llamalndex开发示例
3.4 小结
第4章 Agent 1：自动化办公的实现——通过Assistants API和DALL·E3模型创作PPT
4.1 OpenAI公司的Assistants是什么
4.2 不写代码，在Playground中玩Assistants
4.3 Assistants API的简单示例
4.3.1 创建助手
4.3.2 创建线程
4.3.3 添加消息
4.3.4 运行助手
4.3.5 显示响应
4.4 创建一个简短的虚构PPT
4.4.1 数据的收集与整理
4.4.2 创建OpenAI助手
4.4.3 自主创建数据分析图表
4.4.4 自主创建数据洞察
4.4.5 自主创建页面标题
4.4.6 用DALL·E3模型为PPT首页配图
4.4.7 自主创建PPT
4.5 小结
第5章 Agent 2：多功能选择的引擎——通过Function Calling调用函数
5.1 OpenAl中的Functions
5.1.1 什么是Functions
5.1.2 Function的说明文字很重要
5.1.3 Function定义中的Sample是什么
5.1.4 什么是Function Calling
5.2 在Playground中定义Function
5.3 通过Assistants API实现Function Calling
5.3.1 创建能使用Function的助手
5.3.2 不调用Function，直接运行助手
5.3.3 在Run进入requires_action状态之后跳出循环
5.3.4 拿到助手返回的元数据信息
5.3.5 通过助手的返回信息调用函数
5.3.6 submit_tool_outputs R
5.4 ChatCompletion API Tool Calls
5.4.1 初始化对话和定义可用函数
5.4.2 第一次调用大模型，向模型发送对话及工具定义，并获取响应
5.4.3 调用模型选择的工具并构建新消息
5.4.4 第二次向大模型发送对话以获取最终响应
5.5 小结
第6章 Agent 3：推理与行动的协同——通过LangChain中的ReAct框架实现自动定价
6.1 复习ReAct框架
6.2 LangChain中ReAct Agent的实现
6.3 LangChain中的工具和工具包
6.4 通过create_react_agent创建鲜花定价Agent
6.5 深挖AgentExecutor的运行机制
6.5.1 在AgentExecutor中设置断点
6.5.2 第一轮思考：模型决定搜索
6.5.3 第一轮行动：工具执行搜索
6.5.4 第二轮思考：模型决定计算
6.5.5 第二轮行动：工具执行计算
6.5.6 第三轮思考：模型完成任务
6.6 小结
第7章 Agent 4：计划和执行的解耦——通过LangChain中的Plan-and-Execute实现智能调度库存
7.1 Plan-and-S