大模型應用落地：實戰AI搜索

本書基於大模型成功賦能AI搜索經驗總結，系統梳理AI搜索的實現原理、核心技術、關鍵工具及模塊化實現，帶你從0到1搭建專屬AI搜索應用，跑通全流程；配套全流程源碼，降低開發門檻，輕松構建專屬AI搜索應用。 本書共8章。第1章從多個維度分析大模型技術，幫助讀者理解其技術變革與應用的本質， 分析了大模型落地難點，讓讀者對大模型有全面認知。第2章梳理AI搜索從關鍵詞匹配到語義理解的發展路徑，並以LeptonSearch為例解析源碼實現，幫讀者構建AI搜索的初步認知框架。第3章全面解析查詢理解、規劃執行、答案內容優化以及答案緩存優化等AI搜索的關鍵技術，旨在幫助讀者深入理解AI搜索系統的內部運作機制與實現。第4章介紹OpenAI API、DeepSeek、LangChain、Milvus等技術及其應用，幫助讀者降低開發門檻。第5章講解如何從零開始構建一個AI搜索系統的後端架構，涵蓋後端技術方案設計、基礎框架構建，為後續功能開發打好基礎。第6章詳解AI搜索系統的五大核心模塊（實體、分析器、檢索器、生成器、過濾器）的功能定位與代碼實現，以構建一個結構清晰、職責分明的AI搜索引擎內核。第7章聚焦於系統的自動化調度設計，如動作類的定義與實現、調度器模塊的構建，提升系統的智能化水平。第8章詳解應用層（DAO操作層、Service邏輯層、Controller接口層）的開發流程， 提供多個接口實現示例，並通過3個場景來測試AI搜索效果。