AI Agent开发 零基础构建复合智能体

本书聚焦于基于大语言模型（LLM）构建智能体系统的全面解析。内容包括：LLM的核心原理、Agent的内部架构组成、LangChain与LangGraph框架、RAG检索增强生成机制、MCP上下文通信协议、A2A多智能体协作协议以及扣子低代码平台等一系列关键技术要点。书中配备了大量翔实的案例与实战项目，引领读者逐步精通从模型调用直至系统集成的全流程操作，并详细阐释如何将诸如Qwen3.0、DeepSeek-V1这类通用语言模型与外部工具进行深度整合，从而打造出拥有记忆功能、自主推理能力、任务分解技巧以及多轮交互特性的先进智能体系统。此外，《AIAgent开发：零基础构建复合智能体》还贴心提供了配套的教学视频和示例源码，助力读者更加高效地学习本书知识。《AIAgent开发：零基础构建复合智能体》兼具内容的深入浅出、案例的丰富多元以及技术的前沿先进性，无论是渴望踏入LLM应用开发领域的初学者，还是致力于探索Agent开发的工程实践者，亦或是负责搭建企业AI平台的技术负责人，都能从中受益。

梁志远，博士，毕业于北京航空航天大学。长期从事人工智能、大语言模型的开发，专注于深度学习、自然语言处理、数据分析与智能决策等领域。主持或参与多项科研项目，涵盖模型训练优化、知识蒸馏、自动推理与多模态学习等方向。致力于推动人工智能技术在工业应用、智能交互与数据驱动中的实践与发展。

第 1 章 大模型与智能体技术基础 1

1.1 智能体发展的技术背景 1

1.1.1 从专家系统到语言模型 1

1.1.2 感知?认知?执行 5

1.1.3 智能体的系统级结构模型 7

1.2 大模型的基本架构 9

1.2.1 Transformer结构剖析 10

1.2.2 编码器与解码器机制 13

1.2.3 注意力机制与多头注意力 15

1.2.4 位置编码与上下文建模 17

1.3 大模型能力边界与应用接口 20

1.3.1 通用能力与推理能力 20

1.3.2 输入长度限制与窗口控制 21

1.3.3 提示词工程 23

1.3.4 多模态模型 26

1.4 构建语言智能体的基本流程 29

1.4.1 任务建模与输入输出结构定义 29

1.4.2 大模型API设计模式 32

1.4.3 基于上下文的行为规划设计 33

1.5 本章小结 34

第 2 章 智能体系统的组成结构与运行机制 35

2.1 智能体核心模块构成 35

2.1.1 感知模块：输入理解与解析 35

2.1.2 决策模块：推理与规划逻辑 37

2.1.3 行动模块：工具执行与响应 38

2.1.4 记忆模块：上下文与持久状态 40

2.2 智能体生命周期管理 41

2.2.1 启动与初始化过程 41

2.2.2 对话状态追踪机制 44

2.2.3 中断恢复与持久化上下文机制 48

2.2.4 智能体注销与资源释放机制 52

2.3 与外部系统的集成方式 55

2.3.1 调用Web API与插件机制 56

2.3.2 与数据库系统的读写操作 59

2.3.3 文件系统与代码执行环境 62

2.3.4 UI输入输出的中间层接口 64

2.4 本章小结 67

第 3 章 大模型开发基础 68

3.1 模型服务部署架构 68

3.1.1 OpenAI式SaaS调用方式 68

3.1.2 本地部署Qwen 3.0模型流程 72

3.1.3 模型微调与LoRA注入机制 74

3.1.4 GPU资源调度与推理优化 76

3.2 API调用设计模式 79

3.2.1 Chat Completion API设计 79

3.2.2 函数调用标准结构 82

3.2.3 批处理与流式传输机制 85

3.3 安全与内容控制机制 88

3.3.1 敏感词过滤与红线审查 88

3.3.2 输出可信度评估机制 91

3.4 本章小结 94

第 4 章 LangChain框架与智能体构建流程 95

4.1 LangChain的核心组件 95

4.1.1 LLM接口抽象结构 95

4.1.2 Chains链式逻辑构造器 97

4.1.3 Tools与Agent集成机制 99

4.1.4 Memory记忆管理模块 101

4.2 工具集成与函数调用机制 103

4.2.1 工具函数包装规范 103

4.2.2 Tool执行环境与沙盒控制 104

4.2.3 多工具调用顺序管理 106

4.3 LangChain Agent运行机制 108

4.3.1 ReAct智能体结构 108

4.3.2 自定义提示词驱动智能体 109

4.3.3 工具链动态规划逻辑 111

4.4 本章小结 113

第 5 章 LangGraph智能体编排与任务流管理 114

5.1 LangGraph概述 114

5.1.1 从LangChain到LangGraph 114

5.1.2 LangGraph在智能体体系中的定位 115

5.1.3 面向复杂任务的图式化编排需求 118

5.2 LangGraph的核心概念与结构 119

5.2.1 节点与边的定义 119

5.2.2 状态与上下文存储机制 121

5.2.3 任务依赖与执行路径 122

5.3 LangGraph与LangChain的互补关系 123

5.3.1 链式调用与图式编排的差异 123

5.3.2 与LangChain工具链的集成方式 123

5.3.3 在复杂Agent系统中的联合使用 125

5.4 LangGraph工程化实战 125

5.4.1 LangGraph安装与运行环境准备 126

5.4.2 基于LangGraph的简单任务流示例 127

5.4.3 面向科研助手的多步骤任务实现 129

5.4.4 结合外部工具与数据库的集成案例 131

5.5 LangGraph与协议层的衔接 133

5.5.1 与MCP的接口映射 133

5.5.2 与A2A（多Agent通信协议）的结合 136

5.5.3 面向大规模Agent网络的扩展性设计 138

5.6 本章小结 142

第 6 章 RAG机制：检索增强智能体 143

6.1 RAG原理与系统架构 143

6.1.1 检索－生成双阶段框架 143

6.1.2 向量数据库的嵌入机制 145

6.1.3 文档切片与Chunking策略 146

6.1.4 基于语义相关度的召回机制 148

6.2 文档预处理与向量化 149

6.2.1 文本清洗与句元切分 149

6.2.2 Embedding模型选择 151

6.2.3 Faiss/Weaviate/Chroma部署 154

6.3 基于LangChain的RAG实现 157

6.3.1 RetrievalQA链路构建 157

6.3.2 多段检索与Top-K融合 161

6.3.3 文本与结构化数据混合检索 164

6.4 本章小结 167

第 7 章 MCP协议：模型上下文通信标准 168

7.1 MCP协议基础设计理念 168

7.1.1 模型上下文管理的核心难题 168

7.1.2 上下文段结构化表示 170

7.1.3 系统提示、记忆段、工具段定义 173

7.2 上下文标注与路由机制 176

7.2.1 metadata标签语义结构 177

7.2.2 信息路由控制策略 178

7.2.3 模型分支路由与入口决策逻辑 181

7.3 上下文存储与回调机制 183

7.3.1 持久化上下文日志设计 184

7.3.2 提示词缓存与快速回放机制 187

7.3.3 动态上下文合并策略 189

7.4 本章小结 192

第 8 章 单智能体系统构建实战 193

8.1 单智能体结构设计 193

8.1.1 输入输出流封装标准 193

8.1.2 智能体状态管理机制 194

8.2 工具调用链设计与调试 197

8.2.1 工具注册与执行框架 197

8.2.2 输入参数解析与封装 198

8.2.3 工具异常处理机制 201

8.3 记忆机制实现 204

8.3.1 短期Memory与长期Memory 204

8.3.2 LangChain中的Memory类详解 205

8.3.3 上下文动态剪辑策略 208

8.4 本章小结 210

第 9 章 多智能体系统构建实战 211

9.1 多智能体系统的基本结构 211

9.1.1 主控智能体与子任务智能体划分 211

9.1.2 智能体职责分工建模 213

9.1.3 多智能体间的状态共享机制 216

9.2 多智能体任务协调调度 218

9.2.1 任务分配策略：轮询与权重 219

9.2.2 任务依赖链与优先级控制 222

9.2.3 子智能体并行执行管理 225

9.3 多智能体消息传递机制 227

9.3.1 智能体间的通信协议格式 228

9.3.2 上下文切换与隔离设计 230

9.3.3 状态同步与锁控制策略 232

9.4 本章小结 235

第 10 章 A2A协议：智能体之间的协作语言 236

10.1 A2A协议设计概述 236

10.1.1 什么是A2A协议 236

10.1.2 消息格式与语义设计规范 238

10.1.3 智能体身份认证与能力声明机制 242

10.1.4 A2A协议与MCP协议在Qwen 3.0原生支持下的开发流程 245

10.2 消息类型与调度规则 249

10.2.1 Request-Response机制详解 249

10.2.2 广播与订阅模型设计 252

10.2.3 协商与竞争机制设计 254

10.3 本章小结 257

第 11 章 扣子低代码平台开发与智能体部署 258

11.1 扣子平台结构与功能概览 258

11.1.1 什么是扣子 258

11.1.2 低代码开发模式与传统开发模式的区别 260

11.1.3 搭建一个AI助手智能体 261

11.2 基于扣子的智能体开发实战 264

11.2.1 使用自然语言搭建智能体 264

11.2.2 开发一个AI翻译应用 267

11.3 扣子平台进阶开发 272

11.3.1 扣子罗盘 272

11.3.2 扣子空间 275

11.3.3 扣子API与SDK开发进阶 277

11.4 本章小结 279

第 12 章 智能体系统的部署、扩展与维护实战 280

12.1 智能体系统部署策略 280

12.1.1 私有部署与云端部署比较 280

12.1.2 Web服务化部署流程 282

12.1.3 部署环境中的安全加固措施 285

12.2 性能优化与可用性保障 289

12.2.1 API负载均衡与异步任务调度 289

12.2.2 缓存系统设计与多层级记忆 291

12.2.3 智能体失败容错机制 297

12.2.4 高并发场景的限流与降级策略 300

12.3 本章小结 303

第 13 章 项目案例：从零实现一个复合智能体系统 304

13.1 项目需求分析与功能规划 304

13.1.1 项目目标与业务流程分析 304

13.1.2 多智能体协同模块划分 306

13.1.3 用户交互界面设计要点 306

13.1.4 数据结构与模型接口定义 307

13.2 核心模块的开发过程 310

13.2.1 用户意图识别与入口解析 310

13.2.2 工具调用链与异常回退机制 313

13.2.3 智能体子系统状态管理与调度 315

13.2.4 RAG检索子系统设计与集成 318

13.3 协议实现与部署流程 321

13.3.1 MCP上下文路由配置 321

13.3.2 A2A消息协议的模块注入 323

13.3.3 LangChain核心逻辑集成 326

13.4 项目测试与性能评估 329

13.4.1 对话流程完整性测试流程 329

13.4.2 工具调用正确率测试 330

13.4.3 多用户并发测试与系统压测 334

13.4.4 模型幻觉率与用户满意度评估 337

13.5 本章小结 341