"本书是一本旨在帮助读者深入理解和应用AIGC与大模型技术的实用指南。写作目的是为了让读者了解AIGC与大模型技术的发展趋势、核心驱动力、定义与关键特征，以及如何利用大模型的能力进行实际应用。书籍分多个部分，包括AIGC与大模型技术概览、入门大模型开发、娱乐产业应用、多媒体行业应用、金融业应用、大数据分析应用、企业知识库应用和电商平台应用。其中，亮点案例包括娱乐产业的角色扮演应用、多媒体行业的音视频处理创新、金融业的股票分析以及电商平台的智能购物体验等。这些案例展示了AIGC与大模型技术在不同领域的实际应用，以及如何通过技术拓展应用思维和巩固程序设计思维。
本书适合对AIGC与大模型技术感兴趣的读者，特别是大模型从业人事、程序员、产品经理、项目经理等。通过阅读本书，读者可以了解AIGC与大模型技术的基本概念和应用场景，掌握实际应用技巧，并拓展应用思维。此外，本书也可作为相关领域的专业教材或参考书，为读者提供深入的技术知识和实用的案例参考。"

目 录
    
1.1 启航：推荐阅读的阅读指南 \t 2
1.2 从 AIGC 到大模型：技术演进与应用 \t 5
1.3 大模型概览：定义、功能和影响 \t 7
1.4 大模型训练：预训练、模型微调和强化学习 \t 8
1.5 总结与启发 \t11
    
2.1 开发环境概述：兵马未动粮草先行 \t 13
2.2 环境搭建与项目结构：Anaconda 的全解析 \t 14
2.3 大模型快速开发：LangChain 架构初探 \t 18
2.4 交互式开发：探索 Streamlit 的强大功能 \t 23
2.5 模型多样性：选择大模型应用场景 \t 25
2.6 总结与启发 \t 30
    
3.1 大模型与游戏行业 \t 33
3.2 虚拟世界的冒险：在线角色扮演 \t 33
3.3 提示词与 AI 的默契：提示词和提示词工程 \t 36
3.4 控制 AI 的艺术：提示词工程原则 \t 37
3.4.1 注重细节：SMART 驱动提问 \t 37
3.4.2 设定角色：提示词中的身份设定 \t 39
3.4.3 指定步骤：大步跨向 AI 模型 \t 39
3.4.4 提供示例、分割内容、限定长度：准确的艺术 \t 40
3.5 实战演练：创造虚拟角色，一步步打造个性化角色 \t
3.5.1 需求分析：角色、关卡和规则 \t 41
3.5.2 界面设计：架构虚拟角色控制台 \t 42
3.5.3 代码编写：代码赋予虚拟角色生命 \t 43
3.5.4 功能测试：让角色栩栩如生 \t 54
3.6 总结与启发 \t 55

4.1 变革浪潮：大模型重塑多媒体的未来 \t 58
4.2 梦想成像：大模型让创意触手可及 \t 58
4.3 融合转换：多模态的美食探索之旅 \t 59
4.4 案例解析：打造自动化视频内容制作工坊 \t 61
4.5 技术分析：构筑视频创作的高效引擎 \t 63
4.5.1 上传视频 \t 64
4.5.2 解析视频 \t 64
4.5.3 生成语音 \t 67
4.5.4 合成视频 \t 68
4.6 界面设计：简化复杂，优化视频创作体验 \t 69
4.7 编码艺术：视频解说项目背后的科技魔法 \t 69
4.7.1 组件包简介 \t 70
4.7.2 获取视频信息 \t 71
4.7.3 处理视频和理解图片 \t 72
4.7.4 合成语音 \t 78
4.7.5 合成视频 \t 80
4.7.6 交互界面 \t 83
4.8 功能测试：将“视频解说”项目从概念带入现实 \t 89
4.9 总结与启发 \t 90

5.1 技术革命：大模型与金融行业 \t 93
5.2 智能代理：AI Agent 助力金融领域 \t 93
5.3 案例解析：开启智能股票分析之路 \t 95
5.4 技术分析：Autogen-AI Agent 的很好实践 \t 98
5.4.1 对话代理：Conversable Agent 的解决方案 \t 99
5.4.2 顺序聊天：优化任务协作流程 \t 102
5.4.3 代码执行器 Code Executor：从需求到实施 \t 108
5.4.4 分工协作：UserProxy Agent 和 AssistantAgent\t 111
5.5 比较股票：智能体落地实操 \t112
5.6 功能测试：从开发到应用 \t117
5.7 智能股票：比较股票、分析原因和生成报告 \t 124
5.8 功能验证：智能股票分析全流程展示 \t 129
5.9 总结与启发 \t 134

6.1 AI 在自媒体行业中的革命：从 PGC 到 AIGC 的演变 \t
6.2 AI 生成媒体内容：智谱清言应用 \t 138
6.3 案例解析：打开自媒体新篇章 \t 139
6.4 技术分析：爬虫、解析、摘要与自省 \t 141
6.4.1 网络信息的爬取和解析：思路整理与工具应用 \t 141
6.4.2 function call：大模型在数据处理中的应用 \t 146
6.4.3 数据结构化：利用大模型和 schema 优化信息抽取 \t 152
6.4.4 生成文章摘要：MapReduce 精练文章内容 \t 158
6.4.5 仿写文章：工作流的很好实践 \t 163
6.5 代码实现：从爬取到仿写的技术流程 \t 171
6.5.1 文章列表与内容抓取：Playwright+BeautifulSoup+Function Call \t 171
6.5.2 生成文章摘要：MapReduce 的很好实践 \t 172
6.5.3 仿写与评价：LangGraph 循环图应用 \t 174
6.5.4 界面交互：构建友好的内容管理平台 \t 177
6.6 功能测试：项目实施与效果评估 \t 185
6.7 总结与启发 \t 188

7.1 大模型在旅游行业的应用：AI 推动行业变化 \t 191
7.2 案例解析：“智能旅游”项目介绍 \t 192
7.3 技术分析 : 工具调用与大模型规划 \t 193
7.3.1 调用外部工具：function call 再次登场 \t 193
7.3.2 观察调用结果：Agent 与 Tool 调用的区别 \t 197
7.3.3 真实工具登场：用搜索引擎和维基百科替换模拟函数 \t 202
7.3.4 复杂任务规划：Plan-and-Solve 与 ReWOO 的选择 \t 207
7.4 代码实现：从城市搜索到旅游计划 \t 212
7.4.1 搜索旅游城市：大模型结合搜索引擎 \t 212
7.4.2 制订旅游计划：大模型结合无观察模式 \t 216
7.4.3 搜索景点详情：大模型结合维基百科 \t 223
7.4.4 界面交互：功能集成与用户交互 \t 225
7.5 项目测试：功能操作与日志跟踪 \t 228
7.5.1 搜索旅游城市：选择城市与信息传递 \t 228


















    
    
8.4.2 路由选择：售前服务与售后服务 271
8.4.3 知识库构建：文本上传与向量加载 274
    
8.4.4 客服分析：情感、意图与行为 \t 275
8.5 功能测试：用户请求、智能匹配与行为分析 \t 278
8.6 总结与启发 \t 282






\tVII