推荐

新书推荐

AI 原生应用架构白皮书

通用人工智能(AGI)已是确定的事情,我们正通往超级人工智能(ASI)。

过去三年,人工智能技术正以前所未有的速度渗透千行百业。国务院日前也印发了《关于深入实施“人工智能+”行动的意见》,从顶层设计的高度为人工智能技术落地提供了关键指引。这既展现出重塑生产力的巨大潜力,也孕育着重构生产关系的无限可能,为全球数字经济的智能化升级注入全新动能。 为持续突破 A性能边界,大模型厂商通过技术路径迭代不断拓展三个核心维度:在模型参数层面,从千亿参数,逐步演进至万亿级参数规模,实现对复杂知识的深度拟合;在训练数据层面,从数百 GB 文本,拓展至数百 TB 甚至 EB 级的多模态数据集,且数据质量与领域适配性持续提升;在算力支撑层面,核心训练算力需求呈现指数级增长,其规模每2年增长约10倍(即“黄氏定律”),为模型性能突破提供了有力保障。随着模型的推理能力和多模态能力显著提升,这些技术进步不仅为通用人工智能的实现减少了障碍,也为产业智能化升级提供了核心驱动力。

随着大模型厂商将训练与使用成本压缩至原有水平的几十分之,AI应用开始跨越效果与成本的平衡临界点。与此同时,A原生应用开发范式逐步形成雏形,从模型调用到场景适配的开发逻辑日渐清晰,为 AI应用的深度探索奠定了坚实基础。自此,AI正式进入规模化应用的爆发阶段。数据显示,过去16个月内全球对 AlAgent(智能体)的关注热度增长达1088%,AI办公助手、数字员工、智能客服等应用如雨后春笋般涌现。这其中,以 Agentic Al为核心的技术路径逐渐成为主流,其通过自主规划、任务拆解与动态交互能力,推动 AI从工具化应用向自主化服务演进,加速实现对数字世界的智能重塑与高效接管。

随着大模型与感知、控制技术的深度融合,具身智能正从实验室走向产业实践。从工厂的智能协作机器人到家庭服务终端,其发展依托于数字空间的智能能力向物理世界的延伸。Physical Al作为这一进程的前沿方向,正推动 AI从数据驱动的数字决策,逐步拓展至对实体环境的感知规划与执行,进而实现对物理世界的智能化赋能与协同。

可见,大模型已完成从技术突破到产业应用的关键跨越,AI正深度融入并重塑数字世界,并持续向物理世界延伸,最终推动人类生产生活方式的根本性变革。

在这一进程中,云计算以“云智一体”的形态,成为连接数字与物理世界的核心底座。极致弹性的算力资源、秒级伸缩的推理服务、跨“云-边-端”的统一调度框架,以及面向 AlDevOps 的全生命周期工具链,使得应用的训练、推理和运维像水电一样随取随用;云原生安全、成本治理与多租户隔离,为企业级 AI应用提供了可信赖的运行环境;开放的模型即服务(Maas)生态,让任何组织都能以最低门槛接入前沿智能。云不再只是简单的资源池化,而是与智能算法融为一体,成为 AI能力不可替代的技术平台,让智能在数字世界和物理世界之间自由流动,实现真正的“碳硅共生”。

LangChain入门指南:构建高可复用、可扩展的LLM应用程序

内容简介  · · · · · ·

这本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的LLM应用开发指南。全书分为11章,从LLM基础知识开始,通过LangChain这个开源框架为读者解读整个LLM应用开发流程。第1~2章概述LLM技术的发展背景和LangChain框架的设计理念。从第3章开始,分章深入介绍LangChain的6大模块,包括模型I/O、数据增强、链、记忆等,通过大量代码示例让读者了解其原理和用法。第9章通过构建PDF问答程序,帮助读者将之前学习的知识应用于实践。第10章则介绍集成,可拓宽LangChain的用途。第11章为初学者简要解析LLM的基础理论,如Transformer模型等。

《LangChain入门指南:构建高可复用、可扩展的LLM应用程序》以LangChain这个让人熟悉的框架为主线,引导读者一步一步掌握LLM应用开发流程,适合对大语言模型感兴趣的开发者、AI应用程序开发者阅读。

作者简介  · · · · · ·

李特丽,LangChain中文网联合创始人,优秀的软件工程师。曾翻译LangChain、OpenAi、Milvus等AI开发三件套的中文文档,帮助中国开发者快速上手AI开发。
康轶文,LangChain中文网创始人,2005年从个人站长做起,成为第一代SEO“大神”;2012年转型移动互联网营销,成为中国Apple Ads代理商,获得苹果千万美元授信;2022年转型月付制AI数字员工全托管服务,是一位经验丰富的数字员工和人工智能应用专家。

目录  · · · · · ·

  • 第1 章 LangChain:开启大语言模型时代的钥匙
    • 1.1 大语言模型概述
      • 1.1.1 什么是大语言模型
      • 1.1.2 大语言模型的发展
      • 1.1.3 大语言模型的应用场景
      • 1.1.4 大语言模型的基础知识
    • 1.2 LangChain 与大语言模型
  • 第2 章 LangChain 入门指南
    • 2.1 初识LangChain
      • 2.1.1 为什么需要LangChain
      • 2.1.2 LLM 应用开发的最后1 公里
      • 2.1.3 LangChain 的2 个关键词
      • 2.1.4 LangChain 的3 个场景
      • 2.1.5 LangChain 的6 大模块
    • 2.2 LangChain 的开发流程
      • 2.2.1 开发密钥指南
      • 2.2.2 编写一个取名程序
      • 2.2.3 创建你的第一个聊天机器人
    • 2.3 LangChain 表达式
  • 第3 章 模型I/O
    • 3.1 什么是模型I/O
    • 3.2 模型I/O 功能之模型包装器
      • 3.2.1 模型包装器分类
      • 3.2.2 LLM 模型包装器
      • 3.2.3 聊天模型包装器
    • 3.3 模型I/O 功能之提示词模板
      • 3.3.1 什么是提示词模板
      • 3.3.2 提示词模板的输入和输出
      • 3.3.3 使用提示词模板构造提示词
      • 3.3.4 少样本提示词模板
      • 3.3.5 多功能提示词模板
    • 3.4 模型I/O 功能之输出解析器
      • 3.4.1 输出解析器的功能
      • 3.4.2 输出解析器的使用
      • 3.4.3 Pydantic JSON 输出解析器
      • 3.4.4 结构化输出解析器
  • 第4 章 数据增强模块
    • 4.1 数据增强模块的相关概念
      • 4.1.1 LEDVR 工作流
      • 4.1.2 数据类型
    • 4.2 加载器
    • 4.3 嵌入模型包装器
      • 4.3.1 嵌入模型包装器的使用
      • 4.3.2 嵌入模型包装器的类型
    • 4.4 文档转换器
    • 4.5 向量存储库
      • 4.5.1 向量存储库的使用
      • 4.5.2 向量存储库的搜索方法
    • 4.6 检索器
      • 4.6.1 检索器的使用
      • 4.6.2 检索器的类型
  • 第5 章 链
    • 5.1 为什么叫链
      • 5.1.1 链的定义
      • 5.1.2 链的使用
      • 5.1.3 基础链类型
      • 5.1.4 工具链类型
    • 5.2 细说基础链
      • 5.2.1 LLM 链
      • 5.2.2 路由器链
      • 5.2.3 顺序链
    • 5.3 四大合并文档链
      • 5.3.1 Stuff 链
      • 5.3.2 Refine 链
      • 5.3.3 MapReduce 链
      • 5.3.4 重排链
    • 5.4 揭秘链的复杂性
      • 5.4.1 复杂链的“套娃”式设计
      • 5.4.2 LEDVR 工作流的终点:“上链”
  • 第6 章 记忆模块
    • 6.1 记忆模块概述
      • 6.1.1 记忆组件的定义
      • 6.1.2 记忆组件、链组件和Agent 组件的关系
      • 6.1.3 设置第一个记忆组件
      • 6.1.4 内置记忆组件
      • 6.1.5 自定义记忆组件
    • 6.2 记忆增强检索能力的实践
      • 6.2.1 获取外部数据
      • 6.2.2 加入记忆组件
    • 6.3 记忆增强Agent 能力的实践
    • 6.4 内置记忆组件的对比
      • 6.4.1 总结记忆组件
      • 6.4.2 会话记忆组件和会话窗口记忆组件的对比
      • 6.4.3 知识图谱记忆组件和实体记忆组件的比较
  • 第7 章 Agent 模块
    • 7.1 Agent 模块概述
      • 7.1.1 Agent 组件的定义
      • 7.1.2 Agent 组件的运行机制
      • 7.1.3 Agent 组件入门示例
      • 7.1.4 Agent 组件的类型
    • 7.2 Agent 组件的应用
      • 7.2.1 Agent 组件的多功能性
      • 7.2.2 自定义Agent 组件
      • 7.2.3 ReAct Agent 的实践
    • 7.3 工具组件和工具包组件
      • 7.3.1 工具组件的类型
      • 7.3.2 工具包组件的类型
    • 7.4 Agent 组件的功能增强
      • 7.4.1 Agent 组件的记忆功能增强
      • 7.4.2 Agent 组件的检索能力增强
  • 第8 章 回调处理器
    • 8.1 什么是回调处理器
      • 8.1.1 回调处理器的工作流程
      • 8.1.2 回调处理器的使用
      • 8.1.3 自定义链组件中的回调
    • 8.2 内置回调处理器
    • 8.3 自定义回调处理器
  • 第9 章 使用LangChain 构建应用程序
    • 9.1 PDF 问答程序
      • 9.1.1 程序流程
      • 9.1.2 处理PDF 文档
      • 9.1.3 创建问答链
    • 9.2 对话式表单
      • 9.2.1 OpenAI 函数的标记链
      • 9.2.2 标记链的使用
      • 9.2.3 创建提示词模板
      • 9.2.4 数据更新和检查
    • 9.3 使用LangChain 实现BabyAGI
      • 9.3.1 BabyAGI 介绍
      • 9.3.2 环境与工具
      • 9.3.3 向量存储
      • 9.3.4 构建任务链
      • 9.3.5 创建BabyAGI
      • 9.3.6 运行BabyAGI
  • 第10 章 集成
    • 10.1 集成的背景与LLM 集成
    • 10.2 LLM 集成指南
      • 10.2.1 Azure OpenAI 集成
      • 10.2.2 Hugging Face Hub 集成
    • 10.3 聊天模型集成指南
      • 10.3.1 Anthropic 聊天模型集成
      • 10.3.2 PaLM 2 聊天模型集成
      • 10.3.3 OpenAI 聊天模型集成
    • 10.4 向量库集成指南
      • 10.4.1 Chroma 集成
      • 10.4.2 Pinecone 集成
      • 10.4.3 Milvus 集成
    • 10.5 嵌入模型集成指南
      • 10.5.1 HuggingFaceEmbeddings 嵌入集成
      • 10.5.2 LlamaCppEmbeddings 嵌入集成
      • 10.5.3 Cohere 嵌入集成
    • 10.6 Agent toolkits 集成指南
      • 10.6.1 CSV Agent 的集成
      • 10.6.2 Pandas Dataframe Agent 的集成
      • 10.6.3 PowerBI Dataset Agent 的集成
    • 10.7 Retrievers 集成指南
      • 10.7.1 WikipediaRetriever 集成
      • 10.7.2 ArxivRetriever 集成
      • 10.7.3 Azure Cognitive Search 集成
  • 第11 章 LLM 应用开发必学知识
    • 11.1 LLM 的核心知识
      • 11.1.1 文本嵌入
      • 11.1.2 点积相似性和余弦相似性
      • 11.1.3 注意力机制
    • 11.2 Transformer 模型
    • 11.3 语义搜索
      • 11.3.1 语义搜索的工作原理
      • 11.3.2 RAG 的工作原理
    • 11.4 NLP 与机器学习基础
      • 11.4.1 LLM 应用开发中的传统机器学习方法
      • 11.4.2 NLP 文本预处理
      • 11.4.3 构建分类器
  • 附录A LangChain 框架中的主要类
  • 附录B OpenAI 平台和模型介绍
  • 附录C Claude 2 模型介绍
  • 附录D Cohere 模型介绍
  • 附录E PaLM 2 模型介绍
  • 附录F Pinecone 向量数据库介绍
  • 附录G Milvus 向量数据库介绍

力量训练基础:用5种杠铃动作极速发展身体实力

这是一本介绍力量训练的经典书籍,确切地说,它是一本介绍杠铃训练方法的经典之作。《力量训练基础》只介绍了五种主要的杠铃训练动作——五种被认为最有用的杠铃动作,深蹲、推举、卧推、硬拉和力量翻。作者以科学的态度和精益求精的精神,把这五种基本动作和杠铃训练的体系以正确的方式讲解得淋漓尽致。自从2005年出版以来,《力量训练基础》成为了有关举重训练的最畅销的书籍之一,获得了读者的高度认可。此外,健身领域的专家同样给予了这本书高度的评价。

编辑推荐:

这是一本帮助你重新认识健身和你的身体的专业杠铃书,这是一本经过了成千上万的健身者和专业运动员验证的书,这也是一本能够提供你所需的知识的书。

作者简介:

马克·瑞比托(Mark Rippetoe)1983 年毕业于美国中西州立大学,获得了地质学理学学士学位,并辅修了人类学。他是《力量训练计划设计》第3 版(Practical Programming for Strength Training, 3rd Edition)、《足够强壮了吗?》(Strong Enough?)、《刻薄的重力先生》(Mean Ol’ Mr. Gravity)和本书,以及很多报纸、杂志和网络文章的作者。他1978 年投身于健身行业,1984 年成为威奇托福尔斯(Wichita Falls)运动俱乐部的所有者。他是1985年获得美国国家力量与健身协会(National Strength and Conditioning Association,简写为CSCS)认证的首批教练员之一,并且是第一位在2009 年放弃证书的教练员。瑞比托作为有竞争力的力量举运动员有着10 年的参赛经验,并且已经指导了很多举重者和运动员,以及成千上万的对提升力量和运动表现感兴趣的人。他在全美组织了很多研讨会讨论这种杠铃训练方法。

名人推荐:

“每一天都会有人问我最 好的重量训练书是哪一本。我总会这样回答:《力量训练基础》。这本书对认真学习或教授基础举重练习的任何人来说都是必不可少的。它提高了你的洞察力,并提供了很多技巧,帮助你成为一名技艺精湛的举重者。每个人都想要训练,或者成为冠军。但如果基础知识不足,你就无法打造出冠军级别的力量。这本书将帮助你铸造这样的基础。”吉姆·温德勒(Jim Wendler),5/3/1训练法的作者

她来自马里乌波尔

★内容介绍

“如果你看见过我曾见到的。”母亲总是一再重复这句话。

“亲爱的上帝,请让我感觉她感觉到的,只要一瞬间就好。”多年之后,女儿这么说道。

娜塔莎·沃丁十岁的某天,母亲出门,再也没有回来,后来才得知母亲自沉雷格尼茨河,没能留下只言片语;父亲则酗酒,终日埋首俄语书籍。——在那之后,作者才意识到自己对她一无所知,唯一知道的是她来自马里乌波尔,1943年作为强制劳工被驱离乌克兰,前往德国。凭借少得可怜的线索,娜塔莎·沃丁一点一点地把碎裂的瓷片拼接在一起,她发现,这个家族的过往是一个巨大的谜,是一则关于东欧苦难的历史寓言……作者用迷人的方式完整还原了一部母亲的个人史、家族史、二十世纪动荡史。虽然这是一部非虚构作品,却比虚构作品更魔幻,更戏剧化,也更惊心动魄。

------------------------------------------------

★编辑推荐

◎一部家族史,百年世界灾难缩影

◎20世纪东欧灾难实录,填补二战东方劳工史出版空白

◎堪与温弗雷德·塞巴尔德媲美的作家,用文字抢救逝去的生命与记忆之书

◎重写东欧史,拼接历史的碎片,完整还原悲恸个人史。12000000名东方劳工,绝非二战犹太人大屠杀之外的历史注脚,展示欧洲文明悲剧的全景,揭示乌克兰人不为人知的命运

◎斩获德语第二大文学奖“莱比锡图书奖”(非虚构类)、德布林奖,德语文学在线、《明镜周刊》、《德国时代周报》、《法兰克福汇报》、《南德意志报》等高度赞誉

◎一出版即译为法国、黎巴嫩、意大利、立陶宛、荷兰、西班牙、乌克兰、阿拉伯等文字,长期踞于德国图书榜首

------------------------------------------------

★媒体评论

以家族史展现了世纪全景……一部了不起的作品。

——《明镜周刊》

……只有通过个人性的叙述,我们才能知道历史事件是怎样影响了一个人的经历,当下的事件是怎样从根本上形塑了一个人的生命。这部作品让人看到了德国伟大的记忆艺术家塞巴尔德从遗忘中抢救逝去生命的影子,这绝非偶然。

——勒夫勒(Sigrid Löffler),2015年德布林奖颁奖词

关于遗忘的重要文本。……这部扣人心弦的杰作,已经远远超出了寻找个人家族之根的范畴。

——德语文学在线

人类的生命是如此渺小又如此丰富,在历史的粉碎机里消逝得又是如此悄无声息。这就是《她来自马里乌波尔》所讲述的,作者在虚构和研究、重构和记忆中游走,寻找。……作者的语言朴实无华,但这再合适不过。……非常伟大、极富影响力的艺术。

——犹克‧玛根瑙(Jörg Magenau),德国广播电台文化台

不可预知和令人大跌眼镜的线索盘根错节,活像一部犯罪悬疑片,每个细节都增添了张力,偶然又衍生出了一连串不可思议……《她来自马里乌波尔》是二十世纪灾难史的缩影,其影响至今绵延不绝。

——赫尔穆特·伯蒂格(Helmut Böttiger),《德国时代周报》

近年来有好几部关于二十世纪梦魇的作品,它们与暴力相关,如档案中记录般遥远。虽然娜塔莎·沃丁仅展示了正在发生的故事的一小部分,但她的讲述是如此拉近了读者,我们在当中看到了我们自己。

——《法兰克福汇报》

娜塔莎·沃丁确立了一种既古典又非凡的写作范式。

——汉斯-彼得·库尼施(Hans-Peter Kunisch),《南德意志报》

革命,饥饿,世界大战,内战,古拉格,这是一个更富戏剧性的家族故事。……娜塔莎·沃丁继承了历史学家似乎无法接续的使命:将强制劳工和战俘的历史曝光在公众的视野中。

——德意志广播电台

这本书引人入胜,读开头第一句话就把心提溜到了嗓子眼,悲壮,震撼,很难停下翻动纸页的手指。……属于赫塔·米勒和凯尔泰斯·伊姆雷一脉。

——《科隆城市报》

……一部伟大的书,对抗沉默。那是一段鲜活的,生动的,发出叩问的,绝望而又动人的历史。当然,也充满了痛苦。这是一部催人泪下的书,是多重线索和寻找下的个人史书写。

——巴伐利亚州第二电台文化频道

凭借有限的信息,沃丁小心翼翼地把谜一般的家族史碎片拼接起来,于是便有了这部饱受赞誉的深情杰作,堪与W. G. 塞巴尔德媲美。……《她来自马里乌波尔》填补了文学领域的空白,通过对母亲家族的深情追溯,为成千上万东欧人民树立了纪念碑。

——New Books in German

这本书呼吁人们关注那些鲜为人知且往往不是焦点的历史议题,纳粹德国的东方劳工史即其中之一。有时候它像一本推理小说,在这本书面前你根本停不下来,因为你不知道娜塔莎·沃丁还要往窟窿里填充什么。许多东西浮出历史地表,但还有许多没有说出来。这就是书写家族史的意义。

——Beyond History

此书再次揭开了德国历史上的一块伤疤。许多档案材料被刻意销毁,记忆随着当事人的去世而荡然无存,即便尚有知情人在世也大多缄口不言。……相信随着该书的传播,这段被遮蔽和遗忘的历史会重新进入公共记忆之中。

——中国《文艺报》