人工智能（Artificial Intelligence，AI）對于所有軟件架構(gòu)師和開發(fā)人員而言都不陌生，但大多數(shù)軟件架構(gòu)師和開發(fā)人員卻沒有真正涉足基于AI的應(yīng)用程序的設(shè)計(jì)與實(shí)現(xiàn)。AI相對于傳統(tǒng)應(yīng)用程序而言，其在架構(gòu)與研發(fā)方面所需的資源與技術(shù)要求更高，所以它不只是非IT人士的門檻，也是眾多軟件架構(gòu)師和開發(fā)人員的門檻。自O(shè)penAI發(fā)布ChatGPT后，不僅令生成式AI（Generative Artificial Intelligence，GenAI）一夜之間火爆全球，而且其提供的生成式AI大語言模型（Large Language Model，LLM）API服務(wù)，更是將基于生成式AI的應(yīng)用程序設(shè)計(jì)與開發(fā)帶入了一個新的階段。而DeepSeek的橫空出世，打破了此前大模型對算力資源的極致依賴。這種對算力資源的革命性優(yōu)化，使得中小規(guī)模企業(yè)甚至獨(dú)立開發(fā)者能夠以極低的基礎(chǔ)設(shè)施投入獲得高水平的AI能力，成功打通了從技術(shù)原型驗(yàn)證到規(guī)�；�商業(yè)落地的關(guān)鍵路徑。
生成式AI模型在自然語言處理、文本生成、圖像和視頻生成以及多模態(tài)理解方面的突破，不僅讓越來越多的人感受到AI的魅力，也大幅拓展了軟件開發(fā)的邊界。開發(fā)者們可以更輕松地調(diào)用這些模型的強(qiáng)大能力，將其融入各類應(yīng)用程序中，為用戶帶來前所未有的交互體驗(yàn)和創(chuàng)新功能。
在這股技術(shù)浪潮中，許多企業(yè)和開發(fā)者都迫切需要掌握利用生成式AI技術(shù)進(jìn)行應(yīng)用開發(fā)的技能。無論是借助模型直接進(jìn)行文本創(chuàng)作，還是通過擴(kuò)展模型能力實(shí)現(xiàn)知識問答、數(shù)據(jù)分析、視覺識別、語音合成等功能，生成式AI模型都為軟件設(shè)計(jì)與實(shí)現(xiàn)提供了新思路和新范式。同時(shí)，大量低門檻API和開源工具的不斷涌現(xiàn)，進(jìn)一步降低了開發(fā)者和企業(yè)使用生成式AI技術(shù)的成本與難度。
在此背景下，我們編寫了本書，旨在幫助軟件架構(gòu)師、開發(fā)人員以及對生成式AI感興趣的讀者快速掌握基于生成式AI的應(yīng)用開發(fā)。本書從基礎(chǔ)概念和應(yīng)用場景切入，提供了大量真實(shí)可運(yùn)行的示例與實(shí)戰(zhàn)案例，覆蓋與生成式AI開發(fā)相關(guān)的重要環(huán)節(jié)，包括對話交互、提示詞工程、函數(shù)調(diào)用、增強(qiáng)檢索、編程模式、智能體以及多模態(tài)應(yīng)用等。
全書共8章，主要內(nèi)容及特色如下：
第1章生成式AI概述：介紹生成式AI的基本概念和核心原理，并梳理其應(yīng)用場景以及在編程時(shí)需要關(guān)注的問題與挑戰(zhàn)。
第2章會話編程：展示如何在命令行、圖形界面等環(huán)境中，與生成式AI模型進(jìn)行實(shí)時(shí)交互。通過提示詞工程實(shí)踐，幫助讀者掌握如何有效地與模型對話，引導(dǎo)其思考并完成文本概括、情感分析、翻譯轉(zhuǎn)換等常見任務(wù)。
第3章函數(shù)調(diào)用：介紹如何通過本地函數(shù)調(diào)用、數(shù)據(jù)庫訪問以及第三方API集成等方式，讓生成式AI得以結(jié)合外部環(huán)境發(fā)揮更大作用，從而構(gòu)建各種實(shí)用型的應(yīng)用程序。
第4章生成式AI應(yīng)用設(shè)計(jì)模式：深入探討思維鏈、思維樹、蜂巢模式以及組合模式等常見的生成式AI推理與思維方式，幫助讀者舉一反三，開發(fā)更智能、更靈活的應(yīng)用程序。
第5章LangChain簡介：LangChain作為生成式AI應(yīng)用開發(fā)中間件，具有模型封裝、提示詞模板、輸出解析、內(nèi)存管理和檢索增強(qiáng)等功能，這些特性大幅簡化了應(yīng)用程序的開發(fā)過程。本章通過多個示例程序演示如何使用LangChain來快速搭建生成式AI應(yīng)用。
生成式AI應(yīng)用開發(fā)實(shí)戰(zhàn)：基于智譜AI與DeepSeek第6章智能體：聚焦生成式AI應(yīng)用中最核心的智能體概念，探討如何使用ReAct、Conver-sationalChat等類型的智能體完成旅行規(guī)劃、知識問答等任務(wù)，并展示如何實(shí)現(xiàn)自定義智能體。
第7章多模態(tài)編程：展現(xiàn)人工智能在視覺、聽覺等多模態(tài)場景下的強(qiáng)大能力，包括圖像內(nèi)容理解與生成、視頻內(nèi)容理解與生成、語音識別與合成等，使讀者在掌握文本處理技能的基礎(chǔ)上，進(jìn)一步解鎖多模態(tài)的應(yīng)用能力。
第8章DeepSeek應(yīng)用開發(fā)：基于DeepSeek提供的對話模型、推理模型及其前綴續(xù)寫、FIM補(bǔ)全等功能實(shí)現(xiàn)智能輔助編程、小說生成器等更加貼近實(shí)際應(yīng)用場景的工具，為將技術(shù)能力轉(zhuǎn)化為產(chǎn)業(yè)價(jià)值提供有益的探索和啟示。
在閱讀本書過程中，讀者會發(fā)現(xiàn)生成式AI與傳統(tǒng)AI技術(shù)有著顯著不同：一方面，生成式AI模型具有強(qiáng)大的自然語言處理和知識推理能力，開發(fā)者可以通過提示詞直接進(jìn)行功能編程；另一方面，結(jié)合外部工具、函數(shù)調(diào)用、多模態(tài)處理等方式，可以顯著拓展生成式AI的應(yīng)用邊界。面對不斷涌現(xiàn)的理論與實(shí)踐進(jìn)展，希望本書能幫助讀者在繁雜的技術(shù)生態(tài)中厘清脈絡(luò)，掌握高效、靈活、可擴(kuò)展的生成式AI應(yīng)用開發(fā)方法，并將其運(yùn)用到實(shí)際項(xiàng)目之中。
本書內(nèi)容以代碼規(guī)模簡短的實(shí)戰(zhàn)案例（所有案例均提供源代碼文件）為主，力求兼顧新手友好與行業(yè)前沿：
�r 對尚未接觸過人工智能或機(jī)器學(xué)習(xí)的讀者而言，只需具備一定編程基礎(chǔ)和對開發(fā)流程的基本了解，便可通過本書開啟基于生成式AI應(yīng)用程序的研發(fā)之旅。
�r 對已經(jīng)有一定人工智能基礎(chǔ)和項(xiàng)目經(jīng)驗(yàn)的讀者而言，可以把本書作為生成式AI應(yīng)用開發(fā)的實(shí)踐指南，從中獲取靈感，進(jìn)一步探索智能體、多模態(tài)等技術(shù)。
�r 對企業(yè)團(tuán)隊(duì)而言，本書的實(shí)踐案例可作為內(nèi)部人才培養(yǎng)、技術(shù)落地探索或原型系統(tǒng)搭建的參考，幫助組織快速迭代、積累相關(guān)經(jīng)驗(yàn)。
人工智能的風(fēng)口已經(jīng)到來，生成式AI讓我們看到了讓機(jī)器實(shí)現(xiàn)類人認(rèn)知、決策與創(chuàng)作的更多可能。希望通過本書，讀者能充分感受到前沿技術(shù)的魅力，獲得更豐富多元的開發(fā)思路，從而在更寬闊的舞臺上施展才華。讓我們一起走進(jìn)生成式AI應(yīng)用程序開發(fā)世界，用代碼與創(chuàng)新點(diǎn)亮未來的軟件生態(tài)！
顏志軍
2025年2月