Agenci AI bazujący na modelach językowych. Istota, konfiguracje, zastosowania - ebook
Agenci AI bazujący na modelach językowych. Istota, konfiguracje, zastosowania - ebook
Agenci, którzy stoją po stronie biznesu
Agenci AI to algorytmy wykorzystujące modele językowe jako reasoning engine. Są one zdolne do postrzegania otoczenia, rozumowania i podejmowania decyzji, co czyni je przydatnymi w wielu dziedzinach biznesu, między innymi:
- w spersonalizowanej obsłudze klienta
- w automatyzacji procesów biznesowych
- w zaawansowanej analityce biznesowej
- we wspieraniu ludzi pracujących w takich działach jak HR czy R&D
Użycie agentów AI może przynieść firmom wymierne oszczędności, usprawnić proces podejmowania decyzji i w efekcie zagwarantować trwałą przewagę konkurencyjną.
Autor tej książki stawia sobie za cel wyjaśnienie istoty agentów opartych na modelach językowych, a także omówienie ich kluczowych architektur - od prostych, wyspecjalizowanych rozwiązań po złożone systemy współdziałających ze sobą agentów. Dodatkowo prezentuje przykłady zastosowań wybranych konfiguracji w realiach quasi-biznesowych.
Spis treści
Wstęp
Rozdział 1. Podstawowe zagadnienia dotyczące agentów bazujących na modelach językowych
- 1.1. Istota i rodzaje agentów AI
- 1.2. Rozwój modeli językowych
- 1.3. Agenci AI bazujący na modelach językowych
- 1.4. Przegląd bibliotek do implementacji agentów bazujących na modelach językowych
- 1.4.1. LangChain i LangGraph
- 1.4.2. AutoGen
Rozdział 2. Konfiguracja agentów bazujących na modelach językowych
- 2.1. Logika działania agenta bazującego na modelu językowym
- 2.2. Prompt jako kluczowy element konfiguracji agenta
- 2.2.1. Określanie profilu agenta
- 2.2.2. Definiowanie sposobu rozumowania agenta
- 2.2.3. Przygotowywanie promptu agenta
- 2.3. Rola narzędzi w zwiększaniu potencjału agenta
- 2.3.1. Istota narzędzi
- 2.3.2. Definiowanie narzędzi dostępnych dla agenta
- 2.4. Pamięć i jej rola w działaniu agenta
- 2.5. Nabywanie zdolności przez agentów
Rozdział 3. Podstawowe implementacje agentów bazujących na modelach językowych
- 3.1. RAG Agent (LangChain)
- 3.2. Chat Agent (AutoGen)
- 3.3. Data Agent
- 3.3.1. Pandas DataFrame Agent (LangChain)
- 3.3.2. SQL Agent (LangChain)
- 3.4. Graph Agent (LangGraph)
Rozdział 4. Współdziałanie wielu agentów bazujących na modelach językowych
- 4.1. Różnice pomiędzy rozwiązaniami single i multi-agent
- 4.2. Implementowanie rozwiązań wieloagentowych
- 4.2.1. Profilowanie agentów w rozwiązaniach wieloagentowych
- 4.2.2. Mechanizmy komunikowania się agentów
- 4.2.3. Wzorce przepływu pracy pomiędzy wieloma agentami
- 4.3. Przykładowe konfiguracje rozwiązań wieloagentowych
- 4.3.1. Czat sekwencyjny (LangGraph)
- 4.3.2. Czat grupowy (AutoGen)
- 4.3.3. Logika state flow (AutoGen)
- 4.4. Kierunki rozwoju rozwiązań wieloagentowych (MCP, A2A)
Rozdział 5. Przykładowe zastosowania wybranych konfiguracji agentów
- 5.1. Wykorzystanie konfiguracji Plan and Execute
- 5.2. Zastosowanie konfiguracji Agents Debate
- 5.3. Zastosowanie konfiguracji Assistant Agent
- 5.4. Zastosowanie konfiguracji Teacher-Student
Zakończenie
Bibliografia
Skorowidz
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-3666-9 |
| Rozmiar pliku: | 2,5 MB |