博客來
這是一本面向零基礎、非IT技術背景讀者的Agent開發實戰指南。
本書以Dify為Agent開發平臺，採用案例教學的方式手把手教你如何用Dify開發Agent。無須編程，你也可以開發功能豐富的Agent。
本書採用“方法總結-工具操作-項目實戰”的結構循序漸進展開介紹，共9章。首先，本書揭示了Agent在AI應用落地中具有的場景化、流程化、個性化、本地化的價值，總結了生產級Agent的開發流程與開發注意事項。
然後，本書介紹了Dify的平臺特性與使用方式，詳細演示了Dify在本地電腦及雲服務器上的部署方法與操作步驟，以案例化的形式展示Dify的5種AI應用的特點，並借助10餘個案例詳細介紹了Dify的18個工作流節點的具體使用方法。
最後，本書選取了發票識別與處理、長文檔處理、本地知識問答、人才招聘這4個典型的業務場景，用6個典型的項目案例，手把手演示了從需求分析、運行流程、節點設計到運行效果的全鏈路Agent開發過程，並總結了每個案例的開發經驗，為你提供了開發類似功能的Agent的思路。
| FindBook |
有 1 項符合
零基礎開發AI Agent：用Dify從0到1做智能體的圖書 |
 |
零基礎開發AI Agent：用Dify從0到1做智能體 作者：葉濤 出版社：電子工業出版社 出版日期：2025-07-01 語言：簡體中文 規格：平裝 / 275頁 / 19 x 26 x 1.38 cm / 普通級/ 1-1 |
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：零基礎開發AI Agent：用Dify從0到1做智能體
內容簡介
作者介紹
葉濤，壹啟同輝創始人，擁有管理諮詢和A培訓諮詢雙重工作背景與經驗。
AI時代新諮詢倡導者：15年管理諮詢工作經驗，中國企業聯合會戰略諮詢專業委員會成員，全國中小企業管理諮詢服務專家信息庫專家。曾擔任知名上市諮詢機構董事、常務副總裁。
專注于幫助成長性企業構建A時代的組織能力，實現經營突破。主導過100多個諮詢項目成功交付，輔導過多家企業實現業績倍增和組織升級。
AI場景化落地賦能師：系統提出個人和組織應用AI技術的底層方法論——C-SMT能力框架，基於“業務場景”提供A賦能培訓和企業AI諮詢服務。“AICX”公眾號創辦人。“AICX”是一個備受好評的專業自媒體賬號，分享A技術在工作、生活中的應用。
AI時代新諮詢倡導者：15年管理諮詢工作經驗，中國企業聯合會戰略諮詢專業委員會成員，全國中小企業管理諮詢服務專家信息庫專家。曾擔任知名上市諮詢機構董事、常務副總裁。
專注于幫助成長性企業構建A時代的組織能力，實現經營突破。主導過100多個諮詢項目成功交付，輔導過多家企業實現業績倍增和組織升級。
AI場景化落地賦能師：系統提出個人和組織應用AI技術的底層方法論——C-SMT能力框架，基於“業務場景”提供A賦能培訓和企業AI諮詢服務。“AICX”公眾號創辦人。“AICX”是一個備受好評的專業自媒體賬號，分享A技術在工作、生活中的應用。
目錄
第1章 從大模型到AI Agent
1.1 Agent的概念與工作原理
1.1.1 Agent的概念
1.1.2 Agent的工作原理
1.2 Agent在AI應用落地中的價值
1.2.1 場景化
1.2.2 流程化
1.2.3 個性化
1.2.4 本地化
1.3 Agent正在從好玩走向好用
1.3.1 好用的AI應用——生產級Agent
1.3.2 生產級Agent助力企業經營管理突破
第2章 Dify介紹及Agent開發流程
2.1 快速瞭解Agent開發平臺及Dify
2.1.1 Agent開發平臺速覽
2.1.2 Agent開發平臺的分類與使用
2.1.3 Agent開發平臺與通用Agent平臺的區別
2.1.4 Dify的特點與優勢
2.2 Dify的使用方式
2.2.1 用雲服務方式使用Dify
2.2.2 部署並使用Dify社區版
2.3 生產級Agent的開發流程
2.3.1 如何開發一個生產級Agent
2.3.2 開發生產級Agent的注意事項
第3章 部署Dify的開發環境
3.1 部署Dify的總體方案
3.2 部署Docker
3.2.1 在本地電腦上部署Docker
3.2.2 在雲服務器上部署Docker
3.3 部署Dify
3.3.1 下載Dify的源代碼文件
3.3.2 部署Dify服務端
3.3.3 在前端訪問Dify
3.3.4 在雲服務器上部署Dify
3.4 部署模型管理平臺
3.4.1 什麼是模型管理平臺
3.4.2 部署Ollama
3.4.3 部署Xinference
3.4.4 Dify接入模型管理平臺
3.4.5 在雲服務器上部署模型管理平臺
第4章 Dify的功能介紹及5種應用
4.1 Dify的主頁面
4.1.1 探索頁面
4.1.2 工作室頁面
4.1.3 知識庫頁面
4.1.4 工具頁面
4.2 Dify的5種應用
4.2.1 聊天助手
4.2.2 Agent
4.2.3 文本生成應用
4.2.4 Chatflow（對話工作流）
4.2.5 工作流
4.3 Dify知識庫
4.3.1 Dify知識庫的功能
4.3.2 創建Dify知識庫
4.3.3 知識庫分段及檢索參數配置
4.3.4 連接外部知識庫
4.4 Dify工具擴展
4.4.1 來自市場的工具
4.4.2 自定義工具
4.4.3 作為工具發佈的工作流
第5章 Dify工作流節點詳解及實操案例
5.1 數據預處理模塊
5.1.1 開始節點
5.1.2 知識檢索節點
5.1.3 變量賦值節點
5.1.4 參數提取器節點
5.1.5 代碼執行節點
5.1.6 文檔提取器節點
5.1.7 列表操作節點
5.1.8 變量聚合器節點
5.2 數據生成模塊
5.2.1 LLM節點
5.2.2 問題分類器節點
5.2.3 條件分支節點
5.2.4 迭代節點
5.2.5 循環節點
5.3 數據輸出模塊
5.3.1 模板轉換節點
5.3.2 HTTP請求節點
5.3.3 Agent節點
5.3.4 結束節點
5.3.5 直接回復節點
第6章 開發發票識別助手Agent
6.1 項目需求：自動識別並初步審核發票
6.1.1 業務場景概述
6.1.2 傳統手工作業的痛點
6.1.3 發票識別助手Agent的功能
6.2 發票識別助手Agent的開發過程詳解
6.2.1 入門案例：開發增值稅發票識別助手Agent
6.2.2 進階案例：多類型發票聚合識別助手Agent
6.3 舉一反三：Agent開發小結與場景延伸
第7章 開發標書閱讀與內容框架生成助手Agent
7.1 項目需求：自動識別標書的關鍵內容並生成內容框架
7.1.1 業務場景概述
7.1.2 傳統手工作業的痛點
7.1.3 標書閱讀與內容框架生成助手Agent的功能
7.2 標書閱讀與內容框架生成助手Agent詳解
7.2.1 入門案例：開發標書閱讀助手Agent
7.2.2 進階案例：開發標書閱讀與內容框架生成助手Agent
7.3 舉一反三：Agent開發小結與場景延伸
第8章 開發本地知識問答助手Agent
8.1 項目需求：在確保數據安全前提下智能問答
8.1.1 業務場景概述
8.1.2 建設公司知識庫的痛點
8.1.3 本地知識問答助手Agent的功能
8.2 本地知識問答助手Agent的開發過程詳解
8.2.1 本地配置公司知識庫
8.2.2 解讀及設置知識庫參數
8.2.3 創建本地知識問答助手Agent
8.2.4 本地知識問答助手Agent開發過程展示
8.3 本地知識問答助手Agent的運行效果
8.4 舉一反三：Agent開發小結與場景延伸
第9章 開發人才招聘數字員工Agent
9.1 項目需求：從收集崗位需求到評估面試的人才招聘全流程AI化
9.1.1 業務場景概述
9.1.2 傳統的人才招聘工作的痛點
9.1.3 人才招聘數字員工Agent的功能
9.2 人才招聘數字員工Agent的開發過程詳解
9.2.1 人才招聘數字員工Agent的運行流程圖
9.2.2 創建人才招聘數字員工Agent
9.2.3 編排人才招聘數字員工Agent
9.3 人才招聘數字員工Agent的運行效果
9.4 舉一反三：Agent開發小結與場景延伸
1.1 Agent的概念與工作原理
1.1.1 Agent的概念
1.1.2 Agent的工作原理
1.2 Agent在AI應用落地中的價值
1.2.1 場景化
1.2.2 流程化
1.2.3 個性化
1.2.4 本地化
1.3 Agent正在從好玩走向好用
1.3.1 好用的AI應用——生產級Agent
1.3.2 生產級Agent助力企業經營管理突破
第2章 Dify介紹及Agent開發流程
2.1 快速瞭解Agent開發平臺及Dify
2.1.1 Agent開發平臺速覽
2.1.2 Agent開發平臺的分類與使用
2.1.3 Agent開發平臺與通用Agent平臺的區別
2.1.4 Dify的特點與優勢
2.2 Dify的使用方式
2.2.1 用雲服務方式使用Dify
2.2.2 部署並使用Dify社區版
2.3 生產級Agent的開發流程
2.3.1 如何開發一個生產級Agent
2.3.2 開發生產級Agent的注意事項
第3章 部署Dify的開發環境
3.1 部署Dify的總體方案
3.2 部署Docker
3.2.1 在本地電腦上部署Docker
3.2.2 在雲服務器上部署Docker
3.3 部署Dify
3.3.1 下載Dify的源代碼文件
3.3.2 部署Dify服務端
3.3.3 在前端訪問Dify
3.3.4 在雲服務器上部署Dify
3.4 部署模型管理平臺
3.4.1 什麼是模型管理平臺
3.4.2 部署Ollama
3.4.3 部署Xinference
3.4.4 Dify接入模型管理平臺
3.4.5 在雲服務器上部署模型管理平臺
第4章 Dify的功能介紹及5種應用
4.1 Dify的主頁面
4.1.1 探索頁面
4.1.2 工作室頁面
4.1.3 知識庫頁面
4.1.4 工具頁面
4.2 Dify的5種應用
4.2.1 聊天助手
4.2.2 Agent
4.2.3 文本生成應用
4.2.4 Chatflow（對話工作流）
4.2.5 工作流
4.3 Dify知識庫
4.3.1 Dify知識庫的功能
4.3.2 創建Dify知識庫
4.3.3 知識庫分段及檢索參數配置
4.3.4 連接外部知識庫
4.4 Dify工具擴展
4.4.1 來自市場的工具
4.4.2 自定義工具
4.4.3 作為工具發佈的工作流
第5章 Dify工作流節點詳解及實操案例
5.1 數據預處理模塊
5.1.1 開始節點
5.1.2 知識檢索節點
5.1.3 變量賦值節點
5.1.4 參數提取器節點
5.1.5 代碼執行節點
5.1.6 文檔提取器節點
5.1.7 列表操作節點
5.1.8 變量聚合器節點
5.2 數據生成模塊
5.2.1 LLM節點
5.2.2 問題分類器節點
5.2.3 條件分支節點
5.2.4 迭代節點
5.2.5 循環節點
5.3 數據輸出模塊
5.3.1 模板轉換節點
5.3.2 HTTP請求節點
5.3.3 Agent節點
5.3.4 結束節點
5.3.5 直接回復節點
第6章 開發發票識別助手Agent
6.1 項目需求：自動識別並初步審核發票
6.1.1 業務場景概述
6.1.2 傳統手工作業的痛點
6.1.3 發票識別助手Agent的功能
6.2 發票識別助手Agent的開發過程詳解
6.2.1 入門案例：開發增值稅發票識別助手Agent
6.2.2 進階案例：多類型發票聚合識別助手Agent
6.3 舉一反三：Agent開發小結與場景延伸
第7章 開發標書閱讀與內容框架生成助手Agent
7.1 項目需求：自動識別標書的關鍵內容並生成內容框架
7.1.1 業務場景概述
7.1.2 傳統手工作業的痛點
7.1.3 標書閱讀與內容框架生成助手Agent的功能
7.2 標書閱讀與內容框架生成助手Agent詳解
7.2.1 入門案例：開發標書閱讀助手Agent
7.2.2 進階案例：開發標書閱讀與內容框架生成助手Agent
7.3 舉一反三：Agent開發小結與場景延伸
第8章 開發本地知識問答助手Agent
8.1 項目需求：在確保數據安全前提下智能問答
8.1.1 業務場景概述
8.1.2 建設公司知識庫的痛點
8.1.3 本地知識問答助手Agent的功能
8.2 本地知識問答助手Agent的開發過程詳解
8.2.1 本地配置公司知識庫
8.2.2 解讀及設置知識庫參數
8.2.3 創建本地知識問答助手Agent
8.2.4 本地知識問答助手Agent開發過程展示
8.3 本地知識問答助手Agent的運行效果
8.4 舉一反三：Agent開發小結與場景延伸
第9章 開發人才招聘數字員工Agent
9.1 項目需求：從收集崗位需求到評估面試的人才招聘全流程AI化
9.1.1 業務場景概述
9.1.2 傳統的人才招聘工作的痛點
9.1.3 人才招聘數字員工Agent的功能
9.2 人才招聘數字員工Agent的開發過程詳解
9.2.1 人才招聘數字員工Agent的運行流程圖
9.2.2 創建人才招聘數字員工Agent
9.2.3 編排人才招聘數字員工Agent
9.3 人才招聘數字員工Agent的運行效果
9.4 舉一反三：Agent開發小結與場景延伸
|
