[
-
内容大纲
本书是一本专注于AI智能体开发的实战指南，旨在帮助开发者快速掌握LangGraph框架的核心技术并实现项目落地。作为《LangChain实战：从原型到生产，动手打造LLM应用》的进阶读本，本书从基础理论、核心技术、工程实践和案例分析四大维度深入探讨了AI智能体的设计原理、LangGraph的框架特性、部署方案及实战案例。书中结合大量示例代码和详细讲解，帮助读者掌握从开发到运维的完整技术体系，同时通过企业级案例分析展示LangGraph在实际项目中的应用方法和架构设计思路。
本书采用渐进式学习路径和实战导向的编写方式，适合AI开发工程师、架构师及对AI智能体感兴趣的技术爱好者阅读。通过学习本书，读者可提升技术能力、积累工程实践经验、拓展架构视野，满足当前市场对AI智能体开发人才的需求，为职业发展和技术创新提供有力支撑。 -
作者介绍
-
目录
第1章 AI智能体的原理和机制
1.1 AI智能体的概念
1.1.1 AI智能体的核心能力
1.1.2 AI智能体的主要运作机制
1.1.3 AI智能体与传统AI系统的主要区别
1.2 ReAct设计模式
1.2.1 ReAct的机制：迭代执行循环
1.2.2 ReAct提示词的构成
1.2.3 ReAct衍生设计模式
1.3 AI智能体开发的技术与挑战
1.3.1 AI智能体的当前技术发展现状
1.3.2 AI智能体开发的障碍
1.3.3 智能体框架的必要性：LangGraph和前进之路
第2章 LangGraph框架概览
2.1 LangGraph简介
2.1.1 节点
2.1.2 边
2.1.3 状态
2.2 LangGraph与LangChain的关系
2.3 基于LangGraph实现ReAct设计模式
第3章 LangGraph的状态图结构
3.1 核心原语
3.1.1 状态
3.1.2 节点
3.1.3 边
3.1.4 命令
3.2 流程控制：分支与并发
3.2.1 并行分支：扇出与扇入
3.2.2 并发而非并行
3.2.3 递归限制与并行分支
3.3 MapReduce模式：任务分解与并行处理
3.3.1 MapReduce模式的核心思想
3.3.2 LangGraph中的MapReduce实现
3.3.3 MapReduce的应用场景
3.3.4 MapReduce的核心API：Send函数
3.4 子图机制：模块化与复用设计
3.4.1 子图的概念与优势
3.4.2 在LangGraph中定义和使用子图
3.5 工具调用：扩展智能体的能力边界
3.5.1 ToolNode：LangGraph的工具调用中心
3.5.2 定义工具：使用@tool装饰器
3.5.3 手动调用ToolNode
3.5.4 在LangGraph图中使用ToolNode
3.5.5 处理工具调用错误
3.5.6 从工具中更新图状态
3.5.7 向工具传递运行时参数
3.6 图的可视化
3.6.1 Mermaid语法
3.6.2 PNG图片
3.6.3 X-Ray子图可视化
第4章 AI智能体的交互体验
4.1 流式处理
4.1.1 流式处理模式
4.1.2 事件流式处理
4.1.3 LangGraph流式处理的底层原理
4.2 持久化
4.2.1 线程和存档点的概念
4.2.2 存档点器的实现
4.2.3 持久化的实际应用
4.3 人机环路协作
4.3.1 静态断点：定义固定的人工干预点
4.3.2 人机环路的核心设计模式：基于操作的干预
4.3.3 interrupt()函数的技术细节
4.3.4 人机协作是构建信任和控制的关键
第5章 AI智能体的记忆系统
5.1 短期记忆与长期记忆
5.1.1 短期记忆：维持对话的连贯性
5.1.2 长期记忆：实现跨会话
5.2 记忆存储
5.2.1 记忆存储的基本操作
5.2.2 通过语义搜索增强记忆检索
5.2.3 构建自定义记忆存储
5.3 记忆系统的实际应用
5.3.1 个性化推荐
5.3.2 多步骤的情境化任务
5.3.3 TrustCall：信息提取和记忆更新
5.4 LangMem
5.4.1 LangMem的核心组件
5.4.2 LangMem应用实例
5.4.3 LangMem关键函数解析
5.5 记忆系统设计的重要考量
第6章 LangGraph的核心API
6.1 create_react_agent
6.1.1 create_react_agent的核心功能和参数
6.1.2 自定义选项
6.1.3 create_react_agent的应用
6.2 FunctionalAPI
6.2.1 FunctionalAPI的优势
6.2.2 核心组件：@entrypoint和@task
6.2.3 使用FunctionalAPI构建和执行工作流
6.2.4 与LangChain和LangSmith集成
6.2.5 常见工作流模式
6.2.6 常见陷阱
6.2.7 FunctionalAPI与GraphAPI的比较
6.3 API的选择
6.3.1 LangGraphAPI选择决策树
6.3.2 API选择的案例分析
第7章 AI智能体系统的架构设计与模式应用
7.1 常见工作流
7.1.1 工作流的基础构建模块：增强型LLM
7.1.2 提示链
7.1.3 路由
7.1.4 并行化
7.1.5 协调器——工作者
7.1.6 评估器——优化器
7.2 多智能体架构
7.2.1 主管架构
7.2.2 分层架构
7.2.3 网络架构
7.3 情境感知智能体架构
7.3.1 架构模式
7.3.2 人机环路交互设计
7.3.3 用LangGraph实现情境感知智能体架构
第8章 LangGraph平台介绍
8.1 LangGraph平台的架构与核心概念
8.1.1 核心组件设计
8.1.2 核心概念
8.1.3 部署选项
8.2 LangGraph平台的应用程序部署
8.2.1 LangGraph应用程序格式定义
8.2.2 部署到LangGraphCloudSaaS平台
8.2.3 自托管LangGraph部署
8.2.4 自定义Docker部署
8.2.5 本地测试LangGraph应用程序
8.2.6 LangGraphStudio
8.2.7 向LangGraph部署中添加语义搜索
8.2.8 运行时重建图
8.3 AgentProtocol
8.3.1 标准化的需求和核心组件
8.3.2 API细节
8.3.3 助手和助手API
8.3.4 数据格式和可扩展性
8.3.5 助手、线程和运行的应用示例
8.4 LangGraph平台的高级功能
8.4.1 可观测性和调试
8.4.2 人机环路
8.4.3 并发和双重文本策略
8.5 访问控制
8.5.1 身份验证和授权
8.5.2 实施自定义身份验证
8.5.3 实施自定义授权
8.5.4 常见访问者模式的实现
8.5.5 接入自定义身份验证
8.6 RemoteGraph和ReactHook
8.6.1 使用RemoteGraph与已部署的图进行交互
8.6.2 使用ReactHook构建交互式前端
第9章 LangGraph应用开发模板
9.1 LangGraph模板简介
9.1.1 模板中常见的目录结构和编码风格
9.1.2 使用LangGraph模板
9.2 新项目模板
9.3 ReAct智能体模板
9.4 充实数据智能体模板
9.5 记忆智能体模板
9.6 RAG模板
9.7 RAG研究智能体模板
第10章 LangGraph官方应用案例浅析
10.1 开放画布
10.1.1 主要功能和架构概览
10.1.2 控制流与智能体工作流模式
10.1.3 核心代码结构及其实现
10.2 报告大师
10.2.1 主体功能和架构概览
10.2.2 工作流
10.2.3 核心代码结构及其实现
10.3 AgentInbox
10.3.1 功能和架构概览
10.3.2 控制流与环境智能体架构
10.3.3 核心代码结构及其实现
第11章 AI智能体技术展望
11.1 多智能体开发框架的选择
11.1.1 框架特性介绍
11.1.2 框架选型分析
11.2 智能体发展趋势及展望
11.2.1 基础模型进步推动AI智能体成熟
11.2.2 开发工具链加速智能体落地
11.2.3 智能体应用的巨大潜力
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...