本书聚焦 AIGC 与智能体编程开发实战，围绕开源大模型与API调用展开。本书分为10章，从基础理论到实际开发，全面讲解基于开源大模型与Serverless API的智能应用开发。第1~3章介绍Serverless API、大模型应用架构和开发环境搭建；第 4~6 章以流行的开源模型（如DeepSeek、Stable Diffusion、Whisper 等）为基础，逐步指导读者掌握文本生成、图像生成、语音处理的 API 开发技能；第 7、8 章深入多模态应用开发，如视频生成与跨模态交互；第9、10 章讲述 AI Agent、检索增强生成（RAG）与微调技术的高阶实践，以及企业案例与未来趋势。 本书以实战为核心，案例丰富、通俗易懂，适合对 AIGC 与智能体编程开发感兴趣，具备基础编程知识的开发者、创业者以及技术爱好者快速上手并应用于实际工作或教学中。

本书系统深入地剖析了通义千问QwQ-32B开源大模型的技术原理与工程应用，聚焦智能体强化学习下的模型架构创新与企业级项目交付实战。本书分为12章，内容包括通义千问QwQ-32B模型架构精解、数据管线与数据对齐、智能体架构与性能调优、模型推理加速与高效部署、模型的多模态能力、模型微调与领域自适应技术、复杂任务的语义推理与规划、系统对话能力增强与上下文处理、模型可控性与响应约束技术；随后以企业级自动化知识助手、大规模企业RAG检索生成实战等为工程案例，呈现出QwQ-32B在复杂商业场景中的构建路径与部署规范。同时，围绕企业级定制、多模型版本管理等内容，提供从模型到系统、从研发到交付的完整解决方案。

"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开发技巧。其中，第8～10章通过邮件处理、面试助手、个性化推送等案例，展现智能体在实际应用中的强大功能；第11、12章则基于这些应用进行拓展，结合多种部署方案，进一步拓宽读者的视野，使其能够全面掌握智能体的多样化应用场景。 《AI Agent开发与应用：基于大模型的智能体构建》不仅适合智能体开发人员、人工智能从业者和AI技术爱好者阅读，还可作为培训机构和高校相关课程的教材或参考书。"

"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开发技巧。其中，第8～10章通过邮件处理、面试助手、个性化推送等案例，展现智能体在实际应用中的强大功能；第11、12章则基于这些应用进行拓展，结合多种部署方案，进一步拓宽读者的视野，使其能够全面掌握智能体的多样化应用场景。 《AI Agent开发与应用：基于大模型的智能体构建》不仅适合智能体开发人员、人工智能从业者和AI技术爱好者阅读，还可作为培训机构和高校相关课程的教材或参考书。"

本书围绕Model Context Protocol（MCP）这一新兴的大模型上下文控制协议展开，系统讲解其技术原理、协议结构、开发机制及工程化实践方法，旨在为大语言模型（LLM）开发者、架构设计师及人工智能工程人员提供一套实用且严谨的参考指南。 全书共分为十章，内容由浅入深。全书首先从LLM的核心原理出发，介绍Transformer架构、预训练与微调机制、上下文建模等基础内容，帮助读者理解MCP所依赖的底层技术语境。随后系统解析了MCP的协议机制、语义结构、生命周期管理及上下文注入流程，并详细剖析了MCP与LLM模型如何在多模态交互、提示词管理、能力协商等方面协同工作。最后则深入探讨MCP的工程实现与实战应用，包括服务器架构设计、工具链集成、智能体系统开发以及与RAG（检索增强生成）技术的结合，最后通过多个实际场景的案例，总结部署模式、性能优化与未来生态发展趋势。

本书围绕Model Context Protocol（MCP）这一新兴的大模型上下文控制协议展开，系统讲解其技术原理、协议结构、开发机制及工程化实践方法，旨在为大语言模型（LLM）开发者、架构设计师及人工智能工程人员提供一套实用且严谨的参考指南。 全书共分为十章，内容由浅入深。全书首先从LLM的核心原理出发，介绍Transformer架构、预训练与微调机制、上下文建模等基础内容，帮助读者理解MCP所依赖的底层技术语境。随后系统解析了MCP的协议机制、语义结构、生命周期管理及上下文注入流程，并详细剖析了MCP与LLM模型如何在多模态交互、提示词管理、能力协商等方面协同工作。最后则深入探讨MCP的工程实现与实战应用，包括服务器架构设计、工具链集成、智能体系统开发以及与RAG（检索增强生成）技术的结合，最后通过多个实际场景的案例，总结部署模式、性能优化与未来生态发展趋势。

"随着人工智能技术的蓬勃发展，大语言模型与智能体技术正引领着新一轮的技术革新。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》聚焦于智能体技术前沿领域，系统阐述AI Agent智能体开发的技术栈及其示例，并剖析5个大型智能体项目案例，帮助读者深入掌握智能体开发方法。《AI Agent智能体与MCP开发实践:基于Qwen3大模型》配套示例源码、PPT课件、配图PDF文件、读者微信技术交流群，所有代码经过测试，均能正确运行。 《AI Agent智能体与MCP开发实践:基于Qwen3大模型》共分16章，内容包括从大语言模型到智能体的演进、Agent开发环境配置、基于陪伴Agent的大模型微调、在线Qwen3大模型的基本使用、RAG与提示工程、Agent架构设计、多Agent跨境电商智能客服实战、多Agent协作的原生A2A协议详解、MCP协议与应用详解、云上MCP服务的部署与使用、高德地图MCP服务智能调用实战、构建个性化的arXiv科研论文MCP服务实战、基于gradio的云上MCP服务发布、基于MCP的旅游规划智能体开发实战、多智能体框架LangGraph与聊天助手实战、基于LangGraph的高品质住宅投研智能体开发实战。 《AI Agent智能体与MCP开发实践:基于Qwen3大模型》既适合智能体开发初学者、智能体开发人员、大模型应用开发人员、行业大模型智能体解决方案提供商，也适合高等院校或高职高专院校智能体开发课程的学生。"

"本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。 全书共8章，从大模型技术原理切入，逐步深入大模型训练及微调，还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体，从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面，本书提供了丰富的案例分析，如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人，以及多模态具身智能等。这些案例不仅展示了大模型技术的实际应用，也为读者提供了宝贵的实践经验。 本书适合对大模型、多模态技术及AI Agent感兴趣的读者阅读，也特别适合作为高等院校本科生和研究生的教材或参考书。书中内容丰富、系统，既有理论知识的深入讲解，也有大量的实践案例和代码示例，能够帮助学生在掌握理论知识的同时，培养实际操作能力和解决问题的能力。通过阅读本书，读者将能够更好地理解大模型技术的前沿发展，并将其应用于实际工作中，推动人工智能技术的进步和创新。 "

本书专为 AI 智能体开发者打造，分三个模块，系统介绍 MCP 的基础理论、开发环境与实战应用，助力开发者快速掌握 MCP 的核心技术与应用实践。 第一部分（第 1～2 章）介绍 MCP 的基础理论与架构设计，主要包括 MCP 的起源、MCP 在 AI 智能体开发中的角色、MCP 整体架构、MCP 分层和 MCP 核心能力，为后续实践应用奠定理论基础。第二部分（第 3～4 章）聚焦 MCP 开发环境与技术栈，介绍 TypeScript 和 Python 开发环境的搭建、MCP工具链与 SDK 的安装与使用，帮助读者快速搭建 AI 智能体开发环境。第三部分（第 5～9 章）是本书的核心，包括 5 个完整的实战项目——从快速构建一个简单的 AI 智能体，到复杂的商城智能体、论文研究智能体、数据洞察分析 ChatBI 智能体，以及深度研究报告生成智能体。每个项目均包含详细的架构设计与代码实现，帮助读者理解 MCP 在不同业务场景下的应用实践。 本书既适合 AI 研究人员、软件开发工程师、产品经理阅读，也适合计算机相关专业学生和 AI 技术爱好者阅读。

本书系统地讲解了大语言模型的实战应用过程，涵盖基础知识、常见操作和应用开发3个方面，帮助大语言模型的使用者、应用开发者循序渐进地掌握大模型的原理、操作以及多个场景下的应用开发技能。全书共18章，分为三篇： ?基础篇介绍大语言模型的基础知识、应用架构和应用工作模式。 ?操作篇详细讲解大模型的实操环节，包括环境搭建、多种有代表性的开源大语言模型的安装、微调与量化等常见操作。 ?开发篇讲述大语言模型在Chat、辅助编程、RAG、翻译、AI Agent、智能语音对话、数字人、模型训练、AI小镇这9个领域的应用开发过程，从工作原理、源码分析、部署运行和测试验证等方面进行了详细介绍。中间还穿插讲解了VS Code插件的开发，丰富了应用运行的场景。