MENU
Nasze ceny
-
nowość
Agenty AI w praktyce. Projektowanie, wdrażanie i skalowanie autonomicznych systemów - ebook
Agenty AI w praktyce. Projektowanie, wdrażanie i skalowanie autonomicznych systemów - ebook
Od teorii do praktyki buduj inteligentne agenty AI
Agenty AI rewolucjonizują sposób, w jaki wchodzimy w interakcje z technologią, przekształcając pasywne modele językowe w autonomiczne systemy zdolne do planowania, rozumowania i wykonywania złożonych zadań. W dobie gwałtownego rozwoju sztucznej inteligencji agenty AI stają się kluczowym elementem cyfrowej transformacji przedsiębiorstw, oferują bowiem bezprecedensowe możliwości automatyzacji procesów biznesowych i personalizacji usług. Ta technologia, która jeszcze niedawno była domeną laboratoriów badawczych, dziś znajduje praktyczne zastosowanie w każdej branży od obsługi klienta po zarządzanie finansami.
Książka stanowi kompleksowy przewodnik po projektowaniu, implementacji i wdrażaniu systemów agentowych AI w środowiskach produkcyjnych. Zawiera szczegółowe omówienie architektury agentów, ich kluczowych komponentów: pamięci, narzędzi, orkiestracji, a także praktycznych aspektów budowania aplikacji wieloagentowych. Prezentuje nowoczesne frameworki, jak LangChain i LangGraph, protokoły komunikacji między agentami (MCP, A2A, ACP), kluczowe zagadnienia etyczne i bezpieczeństwa. Nie brakuje tu również konkretnych przykładów implementacji, od prostych asystentów po złożone systemy współpracujących agentów, wraz z metodami oceny ich wydajności i niezawodności.
- Praktyczne budowanie agentów AI z wykorzystaniem LangChain i LangGraph od prostych asystentów po złożone systemy wieloagentowe
- Architektura i komponenty agentów: pamięć, narzędzia, orkiestracja, bazy wiedzy i strategie zarządzania kontekstem
- Protokoły komunikacji nowej generacji (MCP, A2A, ACP) umożliwiające współpracę między agentami różnych platform
- Systemy wieloagentowe: wzorce projektowe, hierarchie, przepływy pracy i koordynacja działań
- Odpowiedzialna AI: etyka, bezpieczeństwo, filtry treści, zabezpieczenia i zgodność z regulacjami
- Monitorowanie i ocena agentów z wykorzystaniem LangSmith i techniki optymalizacji wydajności
- Przyszłość sieci agentowej (NLWeb) i transformacja internetu w kierunku współpracy człowiek agent
Spis treści
O autorce
O recenzentach
Przedmowa
Część 1. Podstawy sztucznej inteligencji. Przepływy pracy i rozwój agentów AI
- Rozdział 1. Ewolucja procesów w generatywnej sztucznej inteligencji
- Przedstawienie modeli fundamentalnych i rozwoju dużych modeli językowych
- Od wąskiej sztucznej inteligencji do modeli fundamentalnych
- Za kulisami modelu językowego
- Jak korzystać z dużych modeli językowych
- Najnowsze istotne osiągnięcia
- Małe modele językowe i dostrajanie
- Destylacja modelu
- Modele rozumowania
- DeepSeek
- Droga do agentów AI
- Generowanie tekstu
- Czatuj ze swoimi danymi
- Multimodalność
- Potrzeba dodatkowej warstwy inteligencji: wprowadzenie agentów AI
- Podsumowanie
- Bibliografia
- Przedstawienie modeli fundamentalnych i rozwoju dużych modeli językowych
- Rozdział 2. Rozwój agentów AI
- Ewolucja agentów od RPA do agentów AI
- Komponenty agenta AI
- Różne rodzaje agentów AI
- Wyszukujące agenty AI
- Agenty zadaniowe
- Agenty autonomiczne
- Podsumowanie
- Bibliografia
Część 2. Projektowanie, budowanie i skalowanie agentów AI
- Rozdział 3. Potrzeba orkiestratora AI
- Wprowadzenie do orkiestratorów AI
- Autonomia
- Abstrakcja i modularność
- Kluczowe elementy orkiestratora AI
- Zarządzanie przepływem pracy
- Obsługa pamięci i kontekstu
- Integracja narzędzi i API
- Obsługa błędów i monitorowanie
- Bezpieczeństwo i zgodność
- Przegląd najpopularniejszych narzędzi do orkiestracji sztucznej inteligencji dostępnych na rynku
- Jak wybrać odpowiedni orkiestrator dla swojego agenta AI
- Podsumowanie
- Bibliografia
- Wprowadzenie do orkiestratorów AI
- Rozdział 4. Potrzeba zarządzania pamięcią i kontekstem
- Różne rodzaje pamięci
- Pamięć krótkotrwała
- Pamięć długotrwała
- Pomiędzy pamięcią krótkotrwałą a długotrwałą - rola semantycznych pamięci podręcznych
- Zarządzanie oknami kontekstu
- Przechowywanie, odzyskiwanie i odświeżanie pamięci
- Rozumowanie czasowe i przestrzenne w agentach sztucznej inteligencji
- Popularne narzędzia do zarządzania pamięcią
- LangMem
- Mem0
- Letta (dawniej MemGPT)
- Podsumowanie
- Bibliografia
- Różne rodzaje pamięci
- Rozdział 5. Potrzeba narzędzi i integracji zewnętrznych
- Wymagania techniczne
- Anatomia narzędzi agenta sztucznej inteligencji
- Funkcje implementowane i semantyczne
- Funkcje implementowane
- Funkcje semantyczne
- Interfejsy API i usługi sieciowe
- Sieciowe interfejsy API
- Wewnętrzne lub firmowe interfejsy API
- Interfejsy API funkcji backendowych (siatka usług lub mikrousługi)
- Funkcje bezserwerowe i proste interfejsy API
- Bazy danych i bazy wiedzy
- Dane ustrukturyzowane
- Dane nieustrukturyzowane
- Wywołania synchroniczne a asynchroniczne
- Podsumowanie
- Bibliografia
- Rozdział 6. Tworzenie pierwszego agenta AI z LangChain
- Wymagania techniczne
- Wprowadzenie do ekosystemu LangChain
- Budowanie - podstawy architektoniczne
- Uruchomienie - warstwa operacyjna
- Zarządzanie - możliwości obserwacji i iteracji
- Przegląd gotowych komponentów
- Przypadek użycia - agent AI w e-commerce
- Opis scenariusza
- Elementy konstrukcyjne agenta AskMamma
- Tworzenie agenta
- Możliwości obserwowania, śledzenia i oceniania
- Wdrażanie agenta AI w aplikacji mobilnej
- Podsumowanie
- Bibliografia
- Rozdział 7. Aplikacje wieloagentowe
- Wymagania techniczne
- Wprowadzenie do systemów wieloagentowych
- Zrozumienie i projektowanie różnych przepływów pracy dla systemu wieloagentowego
- Przegląd orkiestratorów wieloagentowych
- AutoGen
- TaskWeaver
- Agents SDK firmy OpenAI
- LangGraph
- Tworzenie pierwszej aplikacji wieloagentowej z wykorzystaniem LangGraph
- Podsumowanie
- Bibliografia
Część 3. Droga do otwartego ekosystemu agentowego
- Rozdział 8. Orkiestracja inteligencji: plan protokołów dla agentów nowej generacji
- Wymagania techniczne
- Czym jest protokół
- Prezentacja protokołu MCP
- Protokół Agent2Agent
- Agent Commerce Protocol
- W kierunku sieci agentowej
- Od tradycyjnej sieci do sieci agentowej
- Kluczowe elementy NLWeb
- Aktualny postęp i zastosowania
- Podsumowanie
- Bibliografia
- Rozdział 9. Wyzwania etyczne w rzeczywistych zastosowaniach sztucznej inteligencji
- Wyzwania etyczne w sztucznej inteligencji - uczciwość, przejrzystość, prywatność i odpowiedzialność
- Sprawiedliwość i uprzedzenia
- Przejrzystość i możliwość wyjaśniania
- Prywatność i ochrona danych
- Odpowiedzialność i zobowiązania
- Bezpieczeństwo i niezawodność
- Autonomia sztucznej inteligencji i związane z nią wyjątkowe wyzwania etyczne
- Autonomia kontra kontrola człowieka
- Oszustwo i manipulacja
- Niezamierzone konsekwencje i odpowiedzialność za działania agentów
- Zasady i praktyki odpowiedzialnej sztucznej inteligencji
- Od teorii do praktyki
- Środki zapewniania bezpiecznej i etycznej sztucznej inteligencji
- Czym są zabezpieczenia AI
- Filtrowanie i moderacja treści w systemach sztucznej inteligencji
- Dlaczego filtrowanie treści jest potrzebne
- Sposób działania filtrowania treści
- Rozważania etyczne w moderacji treści
- Radzenie sobie z wyzwaniami: zarządzanie, przepisy i współpraca
- Zarządzanie organizacją i kultura korporacyjna
- Współpraca branżowa i samoregulacja
- Regulacje i polityka rządowa
- Podsumowanie
- Bibliografia
- Wyzwania etyczne w sztucznej inteligencji - uczciwość, przejrzystość, prywatność i odpowiedzialność
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-3664-5 |
| Rozmiar pliku: | 11 MB |
