- 大模型实战(从零实现RAG与Agent系统)
- - 作者：郑天民|责编:秦健
  - 出版社：人民邮电
  - ISBN：9787115666420
  - 出版日期：2025/05/01
  - 页数：192
- 售价：27.92

内容大纲
本书深入探讨了RAG技术体系及其应用，内容涉及从基础概念到高级应用的各个方面。首先，解构了大模型应用的基本模式与局限性，并引入RAG作为增强生成能力的一种方法，讲解了RAG的核心概念、组成结构及应用场景，还涵盖了RAG的基础、高级、模块化和智能体形式的技术体系。其次，以LlamaIndex为工具，展示了如何实现RAG，包括提示词设计、文档与索引创建、上下文检索及查询引擎构建等具体步骤。最后，介绍了基于RAG构建文档聊天助手、多模态内容解析器、数据库检索器、知识图谱系统、工作流引擎及多Agent系统的实践案例，每个案例均包含技术细节与实现效果演示。
本书适合人工智能领域的开发者、研究人员，以及自然语言处理、知识图谱、智能客服等专业人士阅读。
作者介绍
目录
第1章  解构RAG
  1.1  LLM应用概述
    1.1.1  LLM应用的基本模式
    1.1.2  LLM应用的局限性
  1.2  引入RAG
    1.2.1  RAG核心概念
    1.2.2  RAG的组成结构
    1.2.3  RAG的应用场景
  1.3  RAG的技术体系
    1.3.1  基础RAG
    1.3.2  高级RAG
    1.3.3  模块化RAG
    1.3.4  智能体RAG
  本章小结
第2章  使用LlamaIndex实现RAG
  2.1  LlamaIndex概述
    2.1.1  LlamaIndex的工作流程
    2.1.2  LlamaIndex RAG技术组件
  2.2  提示词
    2.2.1  提示词结构
    2.2.2  提示词模板
    2.2.3  定制化提示词
  2.3  文档与索引
    2.3.1  文档加载和解析
    2.3.2  索引创建和管理
  2.4  上下文检索
    2.4.1  创建多样化检索器
    2.4.2  构建高级检索机制
  2.5  响应结果处理
    2.5.1  后处理器
    2.5.2  响应整合器
  2.6  构建查询引擎
    2.6.1  查询引擎的基础用法
    2.6.2  查询引擎的高级用法
  本章小结
第3章  使用RAG构建文档聊天助手
  3.1  文档RAG工作机制
    3.1.1  初始化OpenAI模型
    3.1.2  OpenAI模型的功能特性
    3.1.3  OpenAI消息类型
  3.2  实现文档处理与聊天引擎
    3.2.1  使用DirectoryReader读取文档
    3.2.2  基于VectorStoreIndex构建索引
    3.2.3  实现聊天引擎
  3.3  基于Streamlit运行RAG应用
    3.3.1  使用Streamlit构建可视化系统
    3.3.2  整合Streamlit与文档聊天助手
    3.3.3  执行效果演示
  本章小结
第4章  使用RAG实现多模态内容解析器

  4.1  引入多模态RAG
  4.2  LlamaIndex多模态技术
  4.3  实现图像解析与存储
    4.3.1  处理图像文件
    4.3.2  执行图像解析
    4.3.3  集成图像持久化
    4.3.4  执行效果演示
  本章小结
第5章  使用RAG实现数据库检索器
  5.1  使用非结构化数据访问RAG
  5.2  实现基础版数据库检索器
    5.2.1  创建SQLDatabase
    5.2.2  创建NLSQLTableQueryEngine实例
  5.3  LlamaIndex数据库检索技术
  5.4  实现高阶版数据库检索器
    5.4.1  整合向量存储和检索
    5.4.2  实现SQLAutoVector检索
    5.4.3  实现SQL Join检索
  本章小结
第6章  使用RAG搭建知识图谱系统
  6.1  知识图谱与GraphRAG
    6.1.1  知识图谱技术
    6.1.2  GraphRAG基本结构
  6.2  LlamaIndex图处理技术
    6.2.1  使用属性图构建知识图谱
    6.2.2  图数据库集成
  6.3  知识图谱系统实现
    6.3.1  使用GraphExtractor构建图结构
    6.3.2  构建PropertyGraphIndex
    6.3.3  创建Retriever和QueryEngine
    6.3.4  集成图数据库
  6.4  实现RAG的可观测性
    6.4.1  链路追踪基本原理
    6.4.2  基于Phoenix追踪RAG
  本章小结
第7章  使用RAG集成工作流引擎
  7.1  工作流RAG场景分析
  7.2  LlamaIndex的工作流组件
    7.2.1  LlamaIndex工作流核心概念
    7.2.2  LlamaIndex工作流开发模式
    7.2.3  LlamaIndex工作流功能特性
    7.2.4  LlamaIndex查询管道机制
  7.3  基于工作流实现自定义ReActAgent
    7.3.1  ReAct工作流设计
    7.3.2  ReAct工作流实现步骤
    7.3.3  执行效果演示
  7.4  基于工作流实现CRAG
    7.4.1  CRAG基本概念
    7.4.2  CRAG实现步骤
    7.4.3  执行效果演示

  本章小结
第8章  使用RAG构建多Agent系统
  8.1  多Agent系统场景分析与设计
  8.2  LlamaIndex Agent技术详解
    8.2.1  理解Agent机制
    8.2.2  LlamaIndex Agent组件
  8.3  多Agent文档处理系统实现
    8.3.1  实现两层文档处理Agent
    8.3.2  执行效果演示
  8.4  多Agent智能客服助手实现
    8.4.1  业务分析和系统设计
    8.4.2  实现协调类Agent
    8.4.3  实现任务类Agent
    8.4.4  执行效果演示
  本章小结

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目