- 大模型应用落地(实战AI搜索)/智能系统与技术丛书
- - 作者：吕思|责编:高婧雅
  - 出版社：机械工业
  - ISBN：9787111787587
  - 出版日期：2025/08/01
  - 页数：205
- 售价：39.6

内容大纲
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。
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Lepton Search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。
作者介绍
吕思，服务端高级工程师。目前专注于大模型的应用落地与核心架构研发，助力业务成功实现大模型场景化应用和基于AI的数字化转型。曾就职于多家知名中大型互联网公司和上市企业，深耕互联网领域项目。多次荣获省级ACM等重要奖项，并热衷于开源，个人开源项目广受开发者社区认可，累计收获上千次关注（Star）。
目录
前言
第1章  大模型技术分析与落地难点
  1.1  大模型技术分析
    1.1.1  变革与挑战共存
    1.1.2  与传统模型的区别
    1.1.3  对行业格局的冲击
    1.1.4  从训练流程看发展的限制因素
  1.2  落地难点
第2章  AI搜索历程与原理初探
  2.1  AI搜索发展的历程
    2.1.1  搜索的智能化趋势
    2.1.2  AI如何赋能传统搜索
    2.1.3  AI搜索的未来发展方向
  2.2  AI搜索的原理初探：基于Lepton Search分析
    2.2.1  为什么选择Lepton Search
    2.2.2  Lepton Search后端源码分析
第3章  深入AI搜索核心技术
  3.1  查询理解技术
    3.1.1  问题分类机制
    3.1.2  查询改写机制
    3.1.3  查询扩展机制
    3.1.4  意图识别与规划
  3.2  规划执行技术
    3.2.1  动作的分类
    3.2.2  调用仅输出动作
    3.2.3  调用搜索并输出动作
    3.2.4  基于Agent的执行过程
    3.2.5  基于工作流的执行过程
  3.3  答案内容优化技术
    3.3.1  角色与答案模板机制
    3.3.2  在答案中呈现引用编号
    3.3.3  呈现不同维度的答案
  3.4  答案缓存优化技术
    3.4.1  缓存的核心考量
    3.4.2  引入缓存后的问题
    3.4.3  答案多样性的简单处理
    3.4.4  答案多样性的高级处理
第4章  掌握应用的开发技术栈
  4.1  认识OpenAI API
    4.1.1  API介绍
    4.1.2  会话补全能力
    4.1.3  嵌入模型能力
    4.1.4  微调模型能力
  4.2  掌握DeepSeek模型
    4.2.1  核心技术
    4.2.2  本地部署
    4.2.3  基于Python调用
  4.3  认识Milvus向量数据库
    4.3.1  Milvus介绍
    4.3.2  本地搭建Milvus

    4.3.3  核心技术与原理
  4.4  Milvus本地知识库实践
  4.5  LangChain基础知识
    4.5.1  核心组成与生态
    4.5.2  创建提示词模板
    4.5.3  创建模型
    4.5.4  创建大模型链
  4.6  精通LangChain的高级用法
    4.6.1  回调函数的使用
    4.6.2  聊天上下文管理
    4.6.3  Agent与工具的调用
第5章  后端方案设计与框架构建
  5.1  技术方案设计
    5.1.1  项目整体设计
    5.1.2  后端数据库设计
    5.1.3  后端流式通信设计
  5.2  构建后端基础框架
    5.2.1  划分后端目录结构
    5.2.2  开发项目入口文件
    5.2.3  开发服务初始化模块
第6章  构建AI搜索的核心架构
  6.1  实体模块
    6.1.1  创建参数实体
    6.1.2  创建策略实体
    6.1.3  创建规划实体
    6.1.4  创建调度结果实体
    6.1.5  创建搜索结果实体
  6.2  分析器模块
  6.3  检索器模块
  6.4  生成器模块
  6.5  过滤器模块
    6.5.1  创建过滤器基类
    6.5.2  创建移除器模块
    6.5.3  创建重排序模块
    6.5.4  创建读取器模块
第7章  实现AI搜索的自动运行
  7.1  创建动作类
  7.2  实现调度器模块
第8章  开发AI搜索的应用功能与场景测试
  8.1  开发DAO操作层
    8.1.1  实现会话DAO操作
    8.1.2  实现消息的DAO操作
    8.1.3  实现引用DAO操作
    8.1.4  实现网页内容DAO操作
  8.2  开发Service逻辑层
    8.2.1  使用缓存中的答案的处理逻辑
    8.2.2  生成预测问题的处理逻辑
  8.3  开发Controller接口层
    8.3.1  统一接口注册
    8.3.2  开发请求中间件

    8.3.3  开发会话记录列表接口
    8.3.4  开发会话操作接口
    8.3.5  开发流式问答接口
    8.3.6  开发预测问题接口
  8.4  AI搜索应用场景测试
    8.4.1  私人问答方向
    8.4.2  写作创作方向
    8.4.3  学术研究方向

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目