大模型Agent开发实践

《大模型Agent开发实践》系统地讲解了大模型智能体（Agent）开发领域的核心技术路径与代表性实战案例，涵盖了从模型部署、知识增强、微调优化到 Agent 系统构建与企业级应用的完整开发流程。本书分为八章，内容包括主流大模型的在线调用与本地部署、基于向量与知识图谱的 RAG 系统构建、多轮对话与复杂任务规划的Agent 开发方法，以及大模型高效微调流程。本书还特别介绍了LangChain与LangGraph 两大主流 Agen框架的功能机制与**实践。项目案例部分精选了多个企业级实战场景，如基于GraphRAG的本地知识问答系统、医学领域的大模型高效微调、B站舆情分析智能体（BiliAgent）等。这些项目紧贴实际需求，解析了模型调用、知识增强、任务规划、前后端集成等关键环节，既展示了大模型 Agent 在不同行业的应用潜力，也为读者提供了可复用、可扩展的开发参考。