相關主題
商品描述
本書是一本聚焦零代碼 AI Agent開發平臺“扣子 （Coze）”的實戰指南，旨 在打破技術壁壘，幫助非技 術背景讀者快速掌握AI Agent的構建方法，將創意 轉化為可解決實際問題的AI 應用，真正實現“所想即所 得”。 全書共12章，分為4個學 習階段。 ～2章介紹AI Agent的定義、價值及四大 核心模塊等內容；第3～4章 引導讀者快速上手扣子平臺 ，掌握開發標準流程與核心 策略；第5～9章深入學習插 件、工作流、知識庫、記憶 、多Agents模式等進階功能 ； 0～12章通過房產智 能客服、個性化學習助手、 全能生活小助手3個綜合案 例，實現知識的融會貫通。 面對AI Agent這一革命 性技術，本書的核心目標： 為廣大AI應用愛好者、非技 術背景職場人、各專業在校 學生，以及企業管理者與創 業者提供一條清晰、易懂且 無須編程的實踐路徑。
目錄大綱
第1章 認識AI Agent
1.1 AI Agent是什麼
1.1.1 AI Agent的定義與特點
1.1.2 AI Agent的發展歷程
1.2 AI Agent能為我們做什麼
1.2.1 賦能個體，提升生活與工作效率
1.2.2 驅動行業，重塑商業模式與價值鏈
1.3 AI Agent與傳統AI應用的區別
1.4 通用AI Agent與垂直AI Agent
1.4.1 通用AI Agent
1.4.2 垂直AI Agent
1.4.3 協同進化
1.5 AI Agent的未來趨勢
1.6 本章小結
第2章 AI Agent的工作原理與核心模塊剖析
2.1 感知模塊
2.1.1 核心價值
2.1.2 關鍵技術
2.2 認知與決策模塊
2.2.1 核心價值
2.2.2 關鍵技術
2.3 記憶模塊
2.3.1 核心價值
2.3.2 構成
2.4 執行模塊
2.4.1 核心價值
2.4.2 關鍵形式
2.5 本章小結
第3章 扣子平臺快速上手
3.1 認識AI Agent開發平臺
3.1.1 主流AI Agent設計平臺概述
3.1.2 扣子平臺的特點與優勢
3.2 扣子平臺界面導航
3.2.1 工作空間
3.2.2 模板
3.2.3 商店
3.3 實戰操作：快速搭建一個“毒舌吐槽大師”Agent
3.3.1 “毒舌吐槽大師”Agent的目標效果
3.3.2 “毒舌吐槽大師”Agent的搭建步驟
3.4 思考與練習
3.5 本章小結
第4章 扣子平臺開發AI Agent的步驟與核心策略
4.1 扣子平臺AI Agent的開發步驟
4.1.1 業務場景需求分析
4.1.2 設計AI Agent運行流程圖
4.1.3 資源庫準備
4.1.4 創建與編排AI Agent
4.1.5 配置和優化提示詞
4.1.6 選擇和配置大模型
4.2 AI Agent開發的核心策略
4.2.1 聚焦垂直場景
4.2.2 用戶體驗至上
4.2.3 MVP與快速疊代
4.2.4 低成本與高可靠性
4.3 本章小結
第5章 增強“智能體能力”的插件工具
5.1 插件
5.1.1 插件的本質與原理
5.1.2 為什麼AI Agent需要插件
5.2 扣子平臺中的插件
5.2.1 插件的分類
5.2.2 插件商店
5.3 為AI Agent添加和配置插件
5.3.1 搜索與選擇插件
5.3.2 添加插件到AI Agent
5.3.3 插件的基本配置
5.3.4 理解插件的輸入參數與輸出參數
5.3.5 動手練一練
5.4 常用插件示例
5.4.1 人設與回覆邏輯
5.4.2 添加並理解插件
5.4.3 測試AI Agent的插件調用能力
5.5 插件使用技巧
5.5.1 選擇與配置技巧
5.5.2 多插件協作與問題解決
5.6 本章小結
第6章 打造AI Agent的工作流
6.1 工作流
6.1.1 工作流的價值
6.1.2 工作流的組成
6.1.3 工作流與對話流的區別
6.2 節點
6.3 常見節點解析
6.3.1 “開始”節點
6.3.2 “大模型”節點
6.3.3 “插件”節點
6.3.4 “知識庫檢索”節點
6.3.5 “圖像生成”節點
6.3.6 “意圖識別”節點
6.3.7 “循環”節點
6.3.8 “批處理”節點
6.3.9 “輸入”節點
6.3.10 “輸出”節點
6.3.11 “結束”節點
6.3.12 常見問題
6.4 工作流的搭建與應用
6.4.1 搭建工作流
6.4.2 為AI Agent添加工作流
6.4.3 設置異步運行
6.5 本章小結
第7章 設置AI Agent的定時任務和卡片
7.1 觸發器
7.1.1 觸發器的應用場景
7.1.2 設置一個英語口語練習的定時任務
7.2 卡片
7.2.1 使用官方卡片
7.2.2 使用自定義卡片
7.2.3 卡片示例：每日新聞播報Agent
7.3 知識拓展與思考
7.4 本章小結
第8章 增加AI Agent的知識與記憶
8.1 知識庫
8.1.1 知識庫的兩種核心能力
8.1.2 知識庫的應用場景
8.1.3 知識與記憶對比
8.1.4 知識庫的創建
8.1.5 使用知識庫
8.1.6 配置工作流中“知識庫”節點的檢索與召回策略
8.1.7 常見問題
8.2 變量
8.2.1 用戶變量
8.2.2 系統變量
8.3 數據庫
8.3.1 數據庫的作用
8.3.2 數據庫與知識庫的區別
8.3.3 創建數據表
8.3.4 數據庫操作
8.4 長期記憶
8.4.1 長期記憶的核心價值
8.4.2 長期記憶的工作機制
8.4.3 啟用與配置
8.4.4 “餵養”AI Agent的記憶
8.4.5 “喚醒”AI Agent的記憶
8.5 本章小結
第9章 有效構建多Agents模式
9.1 多Agents模式
9.1.1 多Agents模式概述
9.1.2 創建多Agents模式的智能體
9.1.3 多Agents模式與工作流的區別
9.2 搭建一個“實時翻譯助手”多Agents
9.3 本章小結
0章 實戰案例：開發一個房產智能客服Agent
10.1 案例效果與介紹
10.2 Agent開發步驟
10.2.1 業務場景需求分析
10.2.2 設計房產智能客服Agent的運行流程圖
10.2.3 資源庫準備
10.2.4 創建與編排智能體
10.2.5 預覽、調試與發布
10.3 本章小結
1章 實戰案例：開發一個個性化學習助手Agent
11.1 案例效果與介紹
11.2 Agent開發步驟
