本书系统梳理 AI Agent 的核心原理与落地实践，分为“原理篇、实战篇、前沿篇”三部分。原理篇阐释 AI Agent 的价值、本质、发展历程及关键技术，并介绍主流开发框架与 MCP 协议；实战篇通过 Coze、Dify、LangGraph 等平台，展示从单体到企业级 Multi-Agent 的构建路径，并结合 DeepSeek 在数据分析与智能客服的应用案例，总结可复用的工程经验；前沿篇探讨 AI Agent 在电信、多模态、具身智能和智能驾驶等领域的探索与挑战，并关注安全与伦理。本书兼具理论深度与实战指导，既适合初学者快速入门，也可为研发与管理人员提供架构设计和应用部署的参考。

李希沅?连续创业，融资过亿元? LLM资深专家?北京数致未来科技首席科学家?转转集团大数据前平台负责人?东方国信前大数据架构师?擅长LLM应用技术，拥有10余年数据架构经验?拥有丰富的企业内训经验?打造过“大数据架构师”“AI大模型工程落地计划”等大型体系课程?抖音号、视频号、B站账号“西瓜讲大模型”主理人王甲君?理学硕士?LLM算法工程师，专注于AI大模型应用开发， 5年AI算法建模经验?中国电子（CEC）某二级公司高级算法开发工程师?北京东方国信（BONC）前AI算法工程师?2019年毕业于辽宁师范大学海洋经济中心（教育部人文社会科学重点研究基地）?本科毕业于延边大学理学院?发表过多篇科技论文与公众号技术文章武天富?中国联通软件研究院数据中台研发事业部方案专家?拥有10余年大数据与人工智能领域建设经验，擅长海量大数据处理、算法框架建设、业务算法落地、AI数据集建设等，在电信领域的AI应用实践方面经验丰富，多次获得集团科技攻关奖项?近3年多次参与人工智能与大数据领域的行业标准编写，拥有多项技术专利?毕业于山西财经大学解 敏?菜鸟集团平台产品&数据平台&人工智能部产品总监?曾就职于阿里巴巴淘宝、阿里云，现就职于菜鸟集团，获专利12项?从零到一创建Quick BI、DataWorks数据管理、DataWorks-DQC数据质量控制等阿里云产品，支持多项专有云商业化项目交付?具有大数据、人工智能在物流领域的丰富实践: 快递数字化、电子面单、物流云、物流ChatBI、AIData、AI+等?CCSA大数据技术标准推进委员会编委?DAMA中国会员圆桌嘉宾?参编《数据标准管理实践白皮书》?中国互联网协会数据安全与治理工作委员会特聘专家

目　　录



技术原理篇
第1章　快速认识AI Agent 2
1.1　为什么需要AI Agent 2
1.1.1　AI Agent的应用价值 3
1.1.2　AI Agent的本质 5
1.1.3　AI Agent、RAG与Workflow的区别和联系 9
1.2　AI Agent的历史与发展 10
1.2.1　从传统智能体到生成式AI Agent 10
1.2.2　LLM-Agent的兴起 11
1.3　AI Agent的类别与特点 15
1.3.1　AI Agent主流分类 15
1.3.2　AI Agent的特点 17
第2章　AI Agent基础原理与关键技术 18
2.1　AI Agent基础原理 18
2.1.1　AI Agent的定义与三大能力 19
2.1.2　AI Agent的行为决策运行机制 22
2.2　LLM-Agent的主要模块 25
2.2.1　LLM模块 26
2.2.2　角色模块 26
2.2.3　记忆模块 27
2.2.4　规划模块 28
2.2.5　行动模块 29
2.3　LLM常见技术或应用范式 32
2.3.1　提示工程 32
2.3.2　函数调用 33
2.3.3　检索增强生成 36
2.3.4　微调 38
2.3.5　训练优化与推理优化 41
2.4　LLM-Agent能力评估 42
2.4.1　LLM-Agent评估概述 42
2.4.2　LLM-Agent评估体系与方法 43
第3章　AI Agent开发框架与一般步骤 47
3.1　AI Agent的主要开发框架 47
3.1.1　LangGraph 49
3.1.2　CrewAI 57
3.1.3　Swarm 65
3.1.4　AutoGen 72
3.1.5　OpenAI Agents SDK 74
3.1.6　Google Agent Development Kit（ADK） 79
3.2　从零开始构建通用AI Agent 81
3.2.1　选择合适的LLM 82
3.2.2　定义AI Agent的控制逻辑 82
3.2.3　定义AI Agent的核心指令 83
3.2.4　定义并优化AI Agent的核心工具 83
3.2.5　制定可靠的记忆处理策略 84
3.2.6　解析AI Agent的原始输出 84
3.2.7　安排AI Agent的下一步行动 84
3.2.8　多智能体的设计 86
第4章　AI Agent的MCP与通信协同 87
4.1　AI Agent的MCP 87
4.1.1　MCP与AI Agent 88
4.1.2　基于MCP的AI Agent问答知识库构建 93
4.2　AI Agent通信协同 103
4.2.1　什么是A2A 103
4.2.2　A2A与MCP之间的关系 104
4.2.3　A2A架构设计实现剖析 105
落地实战篇
第5章　AI Agent构建工程实战1——基于Coze、Dify平台构建AI Agent 110
5.1　ReAct框架核心原理深度剖析 110
5.1.1　ReAct框架的核心原理剖析 111
5.1.2　ReAct框架的核心代码实现 114
5.2　AI Agent三大能力深度剖析 123
5.2.1　AI Agent规划能力剖析与代码实现 124
5.2.2　AI Agent行动能力剖析与代码实现 129
5.2.3　AI Agent记忆能力剖析与代码实现 131
5.3　基于Coze平台构建AI Agent 132
5.4　基于Dify平台构建AI Agent 137
第6章　AI Agent构建工程实战2——基于LangGraph框架构建AI Agent 147
6.1　AI Agent落地架构选型 147
6.1.1　AI Agent落地架构选型的必要性 147
6.1.2　AI Agent落地的主流架构选型 148
6.1.3　AI Agent落地架构选型依据 149
6.2　LangGraph对AI Agent的支持 150
6.2.1　LangChain与LangGraph的本质区别 151
6.2.2 LangGraph中支持构建AI Agent的主要模块 153
6.2.3　LangGraph的State组件 156
6.3　提示工程应用 157
6.3.1 提示工程概述及提示词的典型构成 157
6.3.2 提示词在LangGraph中的作用 158
6.3.3 提示工程在基于LangGraph构建AI Agent过程中的应用 158
6.4　工具调用AI Agent 160
6.4.1 工具调用AI Agent的核心原理 161
6.4.2　使用工具调用构建AI Agent的过程 168
6.5　AI Agent长短期记忆能力实现 172
6.5.1　基于SqliteSaver实现短期记忆 173
6.5.2　基于Store实现长期记忆 178
6.6　基于LangGraph开发企业级AI Agent 181
6.6.1　基于LangGraph开发单智能体 182
6.6.2　基于LangGraph开发多智能体 188
6.7　本地化部署多智能体实战 192
6.7.1　基于Supervisor架构实现多智能体 192
6.7.2　本地化部署多智能体 207
第7章　数据分析AI Agent的企业应用案例——基于DeepSeek模型 208
7.1 企业数据分析的范式革命 208
7.1.1　传统BI与ChatBI Agent的本质差异 209
7.1.2　企业级ChatBI Agent需求分析 210
7.2　企业级ChatBI Agent架构设计 211
7.2.1　企业级ChatBI Agent总体架构 212
7.2.2　企业级ChatBI Agent架构设计的难点 214
7.3　企业级ChatBI Agent技术选型与资源评估 215
7.3.1　企业级ChatBI Agent技术选型 215
7.3.2　企业级ChatBI Agent资源评估 215
7.4　基于DeepSeek模型构建与部署企业级ChatBI Agent 216
7.4.1　DeepSeek模型的架构与核心优势 216
7.4.2　基于DeepSeek模型构建企业级ChatBI Agent 220
7.4.3　基于DeepSeek本地化部署企业级ChatBI Agent 261
7.5　企业级ChatBI Agent在电商行业的应用 261
7.5.1　某电商集团ChatBI Agent的建设场景 261
7.5.2　某电商集团ChatBI Agent在物流领域的实践 262
7.5.3　某电商集团更多AI实践在物流领域落地 267
第8章　基于AI Agent构建智能客服系统 269
8.1　AI Agent改变智能客服系统 269
8.1.1　快速认识智能客服系统 269
8.1.2　LLM在智能客服系统中的作用 270
8.2　基于AI Agent的智能客服系统的关键技术 272
8.2.1　向量检索与知识图谱 272
8.2.2　意图识别与工具调用 272
8.2.3　多轮对话与上下文管理 272
8.3　基于AI Agent的智能客服系统的设计与实现 273
8.3.1　基于AI Agent智能客服系统的需求分析 273
8.3.2　基于AI Agent智能客服系统的架构设计与技术选型 274
8.3.3　智能客服系统的核心实现 277
8.4　基于AI Agent的智能客服系统在金融行业的应用 296
8.4.1　金融行业AI Agent智能客服的构建 296
8.4.2　金融行业AI Agent智能客服的实现 297
前沿探索篇
第9章　AI Agent前沿应用探索 310
9.1　电信开发平台综合应用探索 310
9.1.1　AI原生应用电信开发平台整体架构 310
9.1.2　AI原生应用电信开发平台使用操作 312
9.1.3　AI原生应用电信开发平台的典型应用场景 319
9.2　多模态AI Agent的构建与应用探索 325
9.2.1　多模态AI Agent的概念 325
9.2.2　多模态AI Agent的构建与应用 326
第10章　AI Agent未来发展与挑战 335
10.1　AI Agent的高级形态与AGI发展 335
10.1.1　AI Agent的高级形态1——具身智能 336
10.1.2　AI Agent的高级形态2——智能驾驶 339
10.1.3　AI Agent是AGI发展的重要技术路径 342
10.2　AI Agent伦理与安全 343
10.2.1　数据质量与隐私保护 343
10.2.2　技术成熟度与局限性 346
10.2.3　法律框架与合规性 348