目录
教学课件（PPT）
本书源码
入门篇
第1章未来已来： 大模型时代（65min）
1.1什么是大语言模型
1.2大模型的发展历程
1.3关键技术要素
1.3.1模型架构： Transformer的奥秘
1.3.2预训练策略： 从无监督到强大的语言表示
1.3.3微调技术： 从通用到专业
1.3.4硬件与并行计算： 加速大规模训练
1.4核心价值
1.4.1知识涌现： 大模型的自主学习与创造
1.4.2智能决策支持： 大模型的行业实践与挑战
1.5相关技术或方法
1.5.1增量预训练
1.5.2微调
1.5.3大模型检索增强生成
1.5.4基于大模型的智能体
1.6本章小结
第2章认识智能体（43min）
2.1智能体简介
2.2从第1个智能体到大模型时代的智能体
2.2.1智能体不是大模型时代的产物
2.2.2大模型为智能体赋予了新的生命力
2.3智能体的核心功能模块
2.3.1LLM： 智能体的大脑
2.3.2Memory： 智能体的记忆区间
2.3.3Perception： 智能体的五官
2.3.4Action： 智能体的四肢和工具
2.3.5Planning： 智能体的核心规划系统
2.4主要的智能体框架介绍
2.4.1AutoGPT： AI自主性探索的集大成者
2.4.2FastGPT和DBGPT： 以工作流编排构建智能体
2.4.3ModelScopeAgent： 柔性的工具定制方法
2.5本章小结
技术篇
第3章初识ModelScopeAgent（27min）
3.1ModelScopeAgent简介
3.1.1什么是ModelScopeAgent
3.1.2为什么选择ModelScopeAgent
3.1.3SingleAgent： 单智能体
3.1.4MultiAgent： 多智能体
3.2主要模块及参数配置
3.2.1ModelScopeAgent的组成模块
3.2.2配置参数
3.2.3可直接调用的工具
3.3手把手教你搭建ModelScopeAgent应用环境
3.3.1准备工作
3.3.2几种推荐的安装方式
3.3.3配置大模型API
3.4本章小结
第4章智能体优化策略（86min）
4.1提升智能体的学识： 继续预训练
4.1.1预训练概述
4.1.2继续预训练
4.1.3继续预训练的价值和面临的挑战
4.1.4开始一个继续预训练
4.2规范思考逻辑和表达习惯： 微调
4.2.1微调的价值
4.2.2微调所面临的挑战
4.2.3微调与继续预训练的差异
4.2.4开始一个面向大模型的微调
4.3树立是非观： 人类反馈强化学习
4.3.1什么是人类反馈强化学习
4.3.2人类反馈强化学习在大模型中的应用
4.3.3人类反馈强化学习的优势
4.3.4面临的挑战与未来的发展方向
4.3.5开启一轮人类反馈强化学习的过程
4.4增强应用实践能力： 提示工程
4.4.1提示工程的关键要素
4.4.2提示工程的具体应用
4.5本章小结
实践篇
第5章内容创作与编辑领域的应用（59min）
5.1智能写作助手
5.1.1高效内容生成
5.1.2创意灵感激发
5.1.3文本编辑与优化
5.2高效新闻生成
5.2.1实时新闻摘要
5.2.2数据驱动的报道生成
5.3内容审核与推荐
5.3.1内容自动审核
5.3.2智能标签与分类
5.3.3用户偏好分析
5.4场景翻译与风格迁移
5.4.1剧本创作
5.4.2风格迁移
5.5本章小结
第6章娱乐创意领域的应用（29min）
6.1图像生成与重绘
6.1.1创意图像生成
6.1.2人像风格重绘
6.1.3Cosplay动漫人物生成
6.1.4图像背景生成
6.1.5涂鸦作画
6.1.6艺术字生成
6.2智能语音合成与解析
6.2.1语音合成
6.2.2语音识别
6.2.3创作属于你自己的音乐
6.3创意视频生成
6.4本章小结
第7章财务、交通运输及科研领域的应用（33min）
7.1财务分析报告撰写
7.1.1文件的创建、写入、读取和删除
7.1.2跨文件操作
7.1.3扩写、续写和润色财务分析报告
7.2交通知识库构建
7.3智能体在科研领域的应用
7.3.1代码生成
7.3.2代码解释
7.3.3代码优化
7.4本章小结
第8章基于多智能体构建的群体型应用（40min）
8.1协同开发平台： 算法开发新思路
8.2灵动交互空间： 人机互动新体验
8.2.1场景1： 取经路上诗词趣
8.2.2场景2： 智慧教辅课堂
8.3智能交通调度： 交通管理新方案
8.4虚拟艺术舞台： 相声表演新形态
8.5本章小结
参考文献
