零基礎自學AI應用開發
李光毅
910人在讀
28.6萬字總字數
¥51.07定價
李光毅
本書旨在用傳統前後端開發過程中開發者熟悉的詞彙與術語對AI應用開發的專業知識進行深入淺出的講解，使開發者能夠從0到1入門AI應用開發。本書不拘泥於講解單一編程語言、單一模型和單一框架，而是儘可能完整地展現不同技術方案的優劣、技術選型時的考量和技術生態的全貌。書中涵蓋當下多種熱門類型AI應用的開發，從OpenAI API調用到RAG開發，從MCP服務器創建到智能體開發。本書的內容編排循序漸進，前半部分聚焦“入門”，通過控制代碼複雜度及詳細的基礎知識講解，幫助讀者快速熟悉AI應用開發中的概念與常見模式；後半部分聚焦“進階”，將向量數據庫、第三方雲服務等技術組件引入示例，並嘗試通過構建完整的端到端應用將知識點串起來。此外，本書不僅包含業務代碼，還涉及AI應用的調試、監控、部署乃至最佳實踐，力求帶給讀者可工作的上線代碼。 本書非常適合想用AI提升產品競爭力的前後端開發者、需要進行快速概念驗證的技術經理與創業者，以及希望將大模型接入現有系統的架構師與運維工程師閱讀。讀者無須擁有與AI應用開發相關的經驗，無須掌握Python或者Node.js編程語言，只要具有編程基礎知識即可暢讀本書。
一本面向有編程基礎的開發者的AI應用實戰指南。全書以“調API、搭RAG、做Agent”爲主線，從環境配置到音頻轉錄、智能助手、向量數據庫、LangGraph及MCP服務器，逐步構建可上線的工程化項目。技術選型不綁定單一模型，注重方案對比與生態全貌。不足之處在於需一定編程基礎且依賴外部API費用，LLM領域的時效性也是固有挑戰。總體而言，本書定位精準、路線清晰，適合希望快速將大模型接入實際產品的技術人員入門。
這本書用通俗語言把AI應用開發全流程串成一條清晰學習路線，讓我明白技術選型與落地要點；配合大量代碼示例，動手實踐變得輕鬆，極大降低了從零到一的門檻。書中對OpenAI API、RAG、MCP服務器到智能體的覆蓋，使我認識到生成式AI的多樣玩法，並激發將大模型接入現有系統的興趣。作者強調調試、監控與部署最佳實踐，提醒我在追求功能的同時也要關注可維護性。讀完後，我更有信心把所學應用到真實場景，用AI提升產品競爭力。
直接去請教這方面的專家也並不是一個好主意，我們最初的一個疑問很可能會變成3個疑問，因爲他會用另外兩個我們聞所未聞的概念來解釋這個疑問。（這很技術了）
請問書中描述的配套代碼資料地址在哪裏