版权所有免费学习禁止抄袭举报有奖。《AI Agent智能体与MCP开发实践基于Qwen3大模型》读者学习心得与案例重现-CSDN博客内容简介、前言 【新书预告】《AI Agent智能体与MCP开发实践基于Qwen3大模型》_ai agent智能体与mcp开发实践 基于qwen3大模型 电子书、-CSDN博客目录 《AI Agent智能体与MCP开发实践基于Qwen3大模型》目录_ai agent智能体与mcp开发实践电子书-CSDN博客从大模型到自主智能体的能力跃迁_ai agent qwen3王晓华-CSDN博客大模型工具调用详解-CSDN博客网页端Qwen3的基本使用及不同提示词对回答的影响_qwen3提示词-CSDN博客二次元风格的陪伴Agent开发-CSDN博客智能体架构设计-CSDN博客分层Agent跨境电商智能客服基本架构设计-CSDN博客A2A架构详解-CSDN博客MCP功能与架构详解-CSDN博客单机MCP服务端和客户端的搭建_mcp代码服务启动正常,自己写的客户端代码也可以正常访问到自己写的服务端的工具方-CSDN博客MCP验证工具MCP Inspector使用演示_验证本地mcpserver的工具-CSDN博客《AI Agent智能体与MCP开发实战》之构建个性化的arXiv科研论文MCP服务实战-CSDN博客目 录第1章 从大语言模型到智能体的演进 11.1 从大语言模型到智能体 11.1.1 自回归大模型核心技术的突破 11.1.2 大语言模型发展的里程碑 21.1.3 从大语言模型到智能体 31.2 Qwen3架构革新与性能跃迁 41.2.1 Qwen3核心技术解读 41.2.2 Qwen3并行计算效能跃迁 61.2.3 Qwen3重新定义工作认知 81.3 本章小结 9第2章 Agent开发环境配置 102.1 智能体开发环境安装 102.1.1 Miniconda的下载与安装 112.1.2 PyTorch的下载与安装 132.1.3 PyCharm编译器的安装与使用 162.2 本地化Qwen3的下载与基础使用 192.2.1 ModelScope简介 202.2.2 Qwen3模型的本地化部署与使用 212.2.3 Qwen3中思考模式的切换 222.3 本章小结 24第3章 基于陪伴Agent的大模型微调 253.1 大模型微调 253.1.1 大模型微调的作用 253.1.2 大模型微调技术有哪些 263.2 二次元风格的陪伴Agent微调实战 263.2.1 微调模型与数据集的准备 273.2.2 使用TRL全量微调大模型 293.2.3 使用微调后的大模型进行二次元风格问答 313.3 本章小结 32第4章 在线Qwen3大模型的基本使用 334.1 网页端Qwen3大模型的基本使用 334.1.1 在线Qwen3的注册与基本使用 344.1.2 不同提示词对回答的影响 354.2 Qwen3在线API的使用 374.2.1 在线Qwen3注册与基本使用 374.2.2 不同需求的Qwen3的API使用 384.2.3 在线API的工具调用与简单RAG处理 414.3 本章小结 44第5章 RAG与提示词工程 455.1 RAG技术体系 465.1.1 RAG的定义与核心流程 465.1.2 数据处理与分块策略 475.1.3 Rerank机制详解 495.2 问题表示与提示工程 515.2.1 核心原则与最佳实践 515.2.2 提示工程中的思维链详解 525.3 结合RAG与思维链的任务拆解实战 545.3.1 加载思维链的查询处理 545.3.2 思维链的查询处理 555.3.3 结合RAG的思维链任务规划 575.4 本章小结 61第6章 Agent架构设计 626.1 智能体技术演进路径 626.1.1 从大模型到自主智能体的能力跃迁 636.1.2 LLM、Workflow与Graph技术路线对比分析 646.1.3 交互范式变革从工具调用到意图理解 656.2 智能体架构设计 666.2.1 “感知-决策-执行”闭环架构设计 676.2.2 记忆模块与上下文管理机制 676.2.3 工具调用与外部系统集成策略 686.3 本章小结 69第7章 多Agent跨境电商智能客服实战 707.1 分层Agent跨境电商智能客服基本架构设计 707.1.1 DTC模式的崛起与智能客服的新要求 717.1.2 跨境电商智能客服架构设计 727.1.3 用于复杂任务分配、解决与汇总的分层Agent架构 737.2 搭建具备商业问答能力的交流客服Agent 747.2.1 基于Qwen3的多语种智能客服基座模型简介 757.2.2 真实客服数据集介绍与使用详解 767.2.3 使用LoRA微调基座模型 777.2.4 使用微调后的智能客服基座模型完成推理 817.2.5 原生Qwen3多语种支持与跨境电商智能客服语言设置 827.3 给交流客服Agent注入垂直领域知识 857.3.1 给客服大模型直接添加知识的方法 867.3.2 更高精度的RAG详解与使用示例 887.3.3 基于BM25算法的RAG实战 907.3.4 基于Embedding向量排序的RAG实战 947.3.5 补充讲解1智能客服模型垂直领域知识注入 1007.3.6 补充讲解2用Qwen3开展向量计算 1027.4 搭建基于Qwen3的调度Agent 1047.4.1 使用MCP构建适配智能客服的工具集 1047.4.2 基于在线Qwen3的客户意图识别与工具调度Agent 1087.5 本章小结 112第8章 多智能体协作的原生A2A协议详解 1148.1 A2A架构详解 1158.1.1 A2A的功能与定义 1158.1.2 A2A通信与交互模块详解 1168.2 Hello AgentA2A多智能体交互实战 1198.2.1 定义模块组件的实现与查看 1198.2.2 服务模块组件的实现与启动 1228.2.3 执行模块组件的实现与运行 1258.3 本章小结 127第9章 MCP与应用详解 1289.1 工具调用详解 1289.1.1 Python调用工具的基本原理 1299.1.2 使用Qwen3演示大模型工具调用方法 1309.2 MCP协议详解 1339.2.1 MCP功能与架构详解 1349.2.2 单机MCP服务端的搭建 1379.2.3 单机MCP客户端的搭建与使用 1389.3 本章小结 143第10章 云上MCP服务的部署与使用 14410.1 多种MCP连接协议详解 14410.1.1 stdio与SSE传输协议 14410.1.2 基于SSE传输协议的MCP服务端 14610.1.3 可视化验证基于SSE协议的MCP服务 14610.2 局域网MCP服务器的搭建与使用实战 15010.2.1 局域网MCP服务端的搭建 15010.2.2 局域网MCP客户端连接MCP服务 15210.3 基于腾讯云的MCP服务架设与使用 15410.3.1 高效便捷的MCP云服务平台 15410.3.2 腾讯云MCP服务部署代码的编写 15710.3.3 腾讯云端口的开启以及在线MCP服务的验证 15810.3.4 腾讯云的持久化服务的开启 16010.4 本章小结 161第11章 高德地图MCP服务智能调用实战 16211.1 MCP验证工具与高德地图剖析 16211.1.1 MCP Inspector使用演示 16211.1.2 FastMCP用法讲解 16611.1.3 高德地图MCP服务剖析与测试 17111.2 高德MCP服务的解析与应用重构 18111.2.1 基于URL的高德MCP服务的解析 18211.2.2 原生高德MCP服务的解析 18711.2.3 解析基于高德MCP工具调用的示例 19111.3 智能化自定义高德MCP服务实战 19611.3.1 在线Qwen3大模型的使用 19611.3.2 高德MCP函数工具的解析与格式转换 19811.3.3 在线Qwen3的工具格式、函数体与转换函数 20011.3.4 结合Qwen3智能化自定义高德MCP应用实战 20811.4 本章小结 214第12章 构建个性化的arXiv科研论文MCP服务实战 21512.1 将arXiv MCP服务拆解为API应用 21512.1.1 基础arXiv MCP服务的安装与拆解运行 21612.1.2 使用大模型实现辅助工具函数设置 21712.1.3 对查询结果的个性化排序处理 22212.1.4 适配阅读习惯的可视化操作 22512.2 设计个性化的科研论文查询函数设计 22612.2.1 FastAPI用法讲解 22612.2.2 基于Flow过程的科研论文查询 22912.2.3 将查询服务重新包装成API服务 23312.3 将arXiv API包装为MCP服务 23612.3.1 重构原有的arXiv API服务 23712.3.2 将arXiv API重新包装为定制的MCP服务 24012.4 本章小结 244第13章 基于gradio的云上MCP服务发布 24513.1 gradio的基本使用详解 24513.1.1 从gradio的Interface开始 24513.1.2 gradio输入与输出组件 24813.1.3 启动gradio的launch 25213.1.4 gradio中多样化的输入/输出组件 25313.1.5 gradio中常用的几个组件 25613.2 基于gradio的MCP服务 26813.2.1 基于gradio本地实现MCP服务程序 26913.2.2 基于gradio免费部署云端MCP服务 27113.3 本章小结 274第14章 基于MCP的旅游规划智能体开发实战 27514.1 基础智能体组件 27614.1.1 智能体的基本模块 27614.1.2 智能体的System Prompt 27714.1.3 对MCP服务的加载和处理 28014.2 智能体整合与单一MCP实战 28214.2.1 完整的智能体整合 28214.2.2 智能体整合高德MCP服务实战 29114.3 智能体引导的寻味之旅 29214.3.1 规划与文件处理MCP详解 29214.3.2 飨揽杭城智能体引导的寻味之旅 30114.4 本章小结 312第15章 多智能体框架LangGraph与聊天助手实战 31315.1 初识LangGraph与工作流搭建 31315.1.1 用LangGraph把大象装进冰箱 31415.1.2 LangGraph特性与技术原理 31915.1.3 LangGraph组件详解 31915.1.4 LangGraph中的StateGraph 32015.1.5 LangGraph中的节点 32115.1.6 LangGraph中的边 32315.2 基于LangGraph的聊天助手搭建 32415.2.1 LangGraph构建的聊天助手 32515.2.2 原生LangGraph接口对Qwen3的调用 32715.2.3 一般智能体运行范式详解 32815.2.4 基于LangGraph与Qwen3完成聊天助手 33115.2.5 进阶智能体构建 33315.3 本章小结 337第16章 基于LangGraph的高品质住宅投研智能体开发实战 33816.1 搭建投研助手必备的知识维度 33916.1.1 负公摊深析解构高品质住宅的价值基底 33916.1.2 搭建全域知识架构的投研认知体系 34016.1.3 智居范式跃迁重构技术驱动的居住品质生态 34116.2 基于Qwen3的高品质住宅投研助手实战 34216.2.1 智能体流程功能的定义 34316.2.2 智能体流程角色的设定 34416.2.3 投研智能体不同角色的组合与实现 34616.2.4 完整投研智能体的搭建与运行 35116.2.5 在腾讯云上部署高品质住宅投研助手 35416.3 本章小结 356