AI Agents and Applications (Агенты и приложения с ИИ)
Год издания: 2026
Автор: Infante Roberto / Инфанте Роберто
Язык: Английский
Формат: PDF
Издательский макет
Интерактивное оглавление: Да
Количество страниц: 450
Описание:
Build intelligent LLM-powered applications with agentic workflows and tool-based agents.
AI-powered applications are rapidly becoming the new normal. Personal productivity assistants, coding agents, smarter search, and automated reporting tools are popping up everywhere. The LangChain ecosystem, and standards like MCP are driving this new gold rush. This book helps you claim your spot.
In AI Agents and Applications: With LangChain, LangGraph and MCP, you’ll discover:
Prompt and context engineering for accurate, hallucination-resistant systems
Advanced RAG for summarization, semantic search, and reliable Q&A
Structured, multi-step agentic workflows with LangGraph
Tool-based agents that adapt in real time
Multi-agent systems for complex, real-world tasks
MCP integration to expose, compose, and consume plug-and-play tools
AI Agents and Applications is your hands-on guide to creating real, production-ready language model solutions. With LangChain and LangGraph, you’ll orchestrate powerful agentic workflows and build dynamic tool-based agents that can search, summarize, reason, and act. You’ll move from essential prompt engineering to advanced Retrieval Augmented Generation (RAG), and finally to deploying multi-agent systems using modern integration standards like the Model Context Protocol (MCP).
about the technology
This book teaches you to design reliable LLM-powered systems by focusing on the concepts, architectures, and design patterns that will stay stable even as models and APIs change. You’ll learn to structure prompts, compose modular chains, and build RAG pipelines that ingest documents, split them into chunks, embed them, retrieve the right context, and ground answers to elliminate (or vastly reduce) hallucinations.
about the book
Along the way you’ll build concrete applications—summarization and Q&A engines, context-aware chatbots with memory, and tool-using AI agents that orchestrate multi-step workflows with branching logic. For the examples, the book uses Python, LangChain, LangGraph, and LangSmith, but you’ll be able to generalize to other frameworks. You’ll understand with clarity and confidence how to keep integrations maintainable, manage context limits and cost/latency tradeoffs, and evaluate, debug, and monitor behavior so your systems work in production.
about the author
Roberto Infante is an AI innovator with deep FinTech experience, working for a London-based hedge fund. He specializes in building agentic systems for both plain vanilla and exotic quantitative analysis.
Создавайте интеллектуальные приложения на базе LLM с автоматизированными рабочими процессами и инструментальными агентами.
Приложения на базе искусственного интеллекта быстро становятся нормой. Персональные помощники по повышению производительности, агенты для кодирования, более интеллектуальный поиск и автоматизированные инструменты отчетности появляются повсеместно. Экосистема LangChain и такие стандарты, как MCP, стимулируют эту новую "золотую лихорадку". Эта книга поможет вам занять свое место.
Агенты и приложения с ИИ: с помощью LangChain, LangGraph и MCP вы откроете для себя:
Оперативную и контекстную инженерию для создания точных систем, устойчивых к галлюцинациям.
Расширенный RAG для обобщения, семантического поиска и надежных вопросов и ответов
Структурированные многоступенчатые рабочие процессы агентов с помощью LangGraph
Агенты на основе инструментов, которые адаптируются в режиме реального времени
Мультиагентные системы для решения сложных задач в реальном мире
Интеграция с MCP позволяет предоставлять доступ к инструментам plug-and-play, создавать их и использовать для работы
Агенты и приложения с искусственным интеллектом - это ваше практическое руководство по созданию реальных, готовых к работе решений на основе языковых моделей. С помощью LangChain и LangGraph вы сможете управлять мощными агентными рабочими процессами и создавать динамические агенты на основе инструментов, которые могут выполнять поиск, обобщать, рассуждать и действовать. Вы перейдете от разработки основных функций быстрого доступа к расширенной генерации результатов поиска (RAG) и, наконец, к развертыванию мультиагентных систем с использованием современных стандартов интеграции, таких как Model Context Protocol (MCP).
о технологии
Эта книга научит вас проектировать надежные системы на базе LLM, уделяя особое внимание концепциям, архитектурам и шаблонам проектирования, которые будут оставаться стабильными даже при изменении моделей и API. Вы научитесь структурировать подсказки, составлять модульные цепочки и создавать конвейеры RAG, которые принимают документы, разбивают их на фрагменты, встраивают их, извлекают нужный контекст и подбирают ответы, чтобы устранить (или значительно уменьшить) галлюцинации.
о книге
По ходу дела вы будете создавать конкретные приложения — механизмы обобщения вопросов и ответов, чат-боты с контекстно-зависимой памятью и ИИ-агенты, использующие инструменты, которые организуют многоступенчатые рабочие процессы с помощью ветвящейся логики. В качестве примеров в книге используются Python, LangChain, LangGraph и LangSmith, но вы сможете применить их и к другим фреймворкам. Вы четко и уверенно поймете, как поддерживать интеграцию в рабочем состоянии, управлять ограничениями контекста и балансировать между стоимостью и задержкой, а также оценивать, отлаживать и отслеживать поведение, чтобы ваши системы работали в рабочей среде.
об авторе
Роберто Инфанте - инноватор в области искусственного интеллекта с большим опытом работы в сфере финансовых технологий, работающий в лондонском хедж-фонде. Он специализируется на создании агентных систем как для простого, так и для экзотического количественного анализа.
dumpz.ws
Год издания: 2026
Автор: Infante Roberto / Инфанте Роберто
Язык: Английский
Формат: PDF
Издательский макет
Интерактивное оглавление: Да
Количество страниц: 450
PART 1 GETTING STARTED WITH LLMS ....................................... 1
1 ■ Introduction to AI agents and applications 3
2 ■ Executing prompts programmatically 27
PART 2 SUMMARIZATION ........................................................... 53
3 ■ Summarizing text using LangChain 55
4 ■ Building a research summarization engine 69
5 ■ Agentic workflows with LangGraph 103
PART 3 Q&A CHATBOTS ......................................................... 119
6 ■ RAG fundamentals with ChromaDB 121
7 ■ Q&A chatbots with LangChain and LangSmith 143
PART 4 ADVANCED RAG ......................................................... 171
8 ■ Advanced indexing 173
9 ■ Question transformations 205
10 ■ Query generation, routing, and retrieval postprocessing 228
PART 5 AI AGENTS .................................................................. 265
11 ■ Building tool-based agents with LangGraph 267
12 ■ Multi-agent systems 293
13 ■ Building and consuming MCP servers 308
14 ■ Productionizing AI agents: Memory, guardrails and beyond 327
appendix A Trying out LangChain 351
appendix B Setting up a Jupyter Notebook environment 357
appendix C Choosing an LLM 360
appendix D Installing SQLite on Windows 375
appendix E Open source LLMs 377
1 ■ Introduction to AI agents and applications 3
2 ■ Executing prompts programmatically 27
PART 2 SUMMARIZATION ........................................................... 53
3 ■ Summarizing text using LangChain 55
4 ■ Building a research summarization engine 69
5 ■ Agentic workflows with LangGraph 103
PART 3 Q&A CHATBOTS ......................................................... 119
6 ■ RAG fundamentals with ChromaDB 121
7 ■ Q&A chatbots with LangChain and LangSmith 143
PART 4 ADVANCED RAG ......................................................... 171
8 ■ Advanced indexing 173
9 ■ Question transformations 205
10 ■ Query generation, routing, and retrieval postprocessing 228
PART 5 AI AGENTS .................................................................. 265
11 ■ Building tool-based agents with LangGraph 267
12 ■ Multi-agent systems 293
13 ■ Building and consuming MCP servers 308
14 ■ Productionizing AI agents: Memory, guardrails and beyond 327
appendix A Trying out LangChain 351
appendix B Setting up a Jupyter Notebook environment 357
appendix C Choosing an LLM 360
appendix D Installing SQLite on Windows 375
appendix E Open source LLMs 377
Build intelligent LLM-powered applications with agentic workflows and tool-based agents.
AI-powered applications are rapidly becoming the new normal. Personal productivity assistants, coding agents, smarter search, and automated reporting tools are popping up everywhere. The LangChain ecosystem, and standards like MCP are driving this new gold rush. This book helps you claim your spot.
In AI Agents and Applications: With LangChain, LangGraph and MCP, you’ll discover:
Prompt and context engineering for accurate, hallucination-resistant systems
Advanced RAG for summarization, semantic search, and reliable Q&A
Structured, multi-step agentic workflows with LangGraph
Tool-based agents that adapt in real time
Multi-agent systems for complex, real-world tasks
MCP integration to expose, compose, and consume plug-and-play tools
AI Agents and Applications is your hands-on guide to creating real, production-ready language model solutions. With LangChain and LangGraph, you’ll orchestrate powerful agentic workflows and build dynamic tool-based agents that can search, summarize, reason, and act. You’ll move from essential prompt engineering to advanced Retrieval Augmented Generation (RAG), and finally to deploying multi-agent systems using modern integration standards like the Model Context Protocol (MCP).
about the technology
This book teaches you to design reliable LLM-powered systems by focusing on the concepts, architectures, and design patterns that will stay stable even as models and APIs change. You’ll learn to structure prompts, compose modular chains, and build RAG pipelines that ingest documents, split them into chunks, embed them, retrieve the right context, and ground answers to elliminate (or vastly reduce) hallucinations.
about the book
Along the way you’ll build concrete applications—summarization and Q&A engines, context-aware chatbots with memory, and tool-using AI agents that orchestrate multi-step workflows with branching logic. For the examples, the book uses Python, LangChain, LangGraph, and LangSmith, but you’ll be able to generalize to other frameworks. You’ll understand with clarity and confidence how to keep integrations maintainable, manage context limits and cost/latency tradeoffs, and evaluate, debug, and monitor behavior so your systems work in production.
about the author
Roberto Infante is an AI innovator with deep FinTech experience, working for a London-based hedge fund. He specializes in building agentic systems for both plain vanilla and exotic quantitative analysis.
Создавайте интеллектуальные приложения на базе LLM с автоматизированными рабочими процессами и инструментальными агентами.
Приложения на базе искусственного интеллекта быстро становятся нормой. Персональные помощники по повышению производительности, агенты для кодирования, более интеллектуальный поиск и автоматизированные инструменты отчетности появляются повсеместно. Экосистема LangChain и такие стандарты, как MCP, стимулируют эту новую "золотую лихорадку". Эта книга поможет вам занять свое место.
Агенты и приложения с ИИ: с помощью LangChain, LangGraph и MCP вы откроете для себя:
Оперативную и контекстную инженерию для создания точных систем, устойчивых к галлюцинациям.
Расширенный RAG для обобщения, семантического поиска и надежных вопросов и ответов
Структурированные многоступенчатые рабочие процессы агентов с помощью LangGraph
Агенты на основе инструментов, которые адаптируются в режиме реального времени
Мультиагентные системы для решения сложных задач в реальном мире
Интеграция с MCP позволяет предоставлять доступ к инструментам plug-and-play, создавать их и использовать для работы
Агенты и приложения с искусственным интеллектом - это ваше практическое руководство по созданию реальных, готовых к работе решений на основе языковых моделей. С помощью LangChain и LangGraph вы сможете управлять мощными агентными рабочими процессами и создавать динамические агенты на основе инструментов, которые могут выполнять поиск, обобщать, рассуждать и действовать. Вы перейдете от разработки основных функций быстрого доступа к расширенной генерации результатов поиска (RAG) и, наконец, к развертыванию мультиагентных систем с использованием современных стандартов интеграции, таких как Model Context Protocol (MCP).
о технологии
Эта книга научит вас проектировать надежные системы на базе LLM, уделяя особое внимание концепциям, архитектурам и шаблонам проектирования, которые будут оставаться стабильными даже при изменении моделей и API. Вы научитесь структурировать подсказки, составлять модульные цепочки и создавать конвейеры RAG, которые принимают документы, разбивают их на фрагменты, встраивают их, извлекают нужный контекст и подбирают ответы, чтобы устранить (или значительно уменьшить) галлюцинации.
о книге
По ходу дела вы будете создавать конкретные приложения — механизмы обобщения вопросов и ответов, чат-боты с контекстно-зависимой памятью и ИИ-агенты, использующие инструменты, которые организуют многоступенчатые рабочие процессы с помощью ветвящейся логики. В качестве примеров в книге используются Python, LangChain, LangGraph и LangSmith, но вы сможете применить их и к другим фреймворкам. Вы четко и уверенно поймете, как поддерживать интеграцию в рабочем состоянии, управлять ограничениями контекста и балансировать между стоимостью и задержкой, а также оценивать, отлаживать и отслеживать поведение, чтобы ваши системы работали в рабочей среде.
об авторе
Роберто Инфанте - инноватор в области искусственного интеллекта с большим опытом работы в сфере финансовых технологий, работающий в лондонском хедж-фонде. Он специализируется на создании агентных систем как для простого, так и для экзотического количественного анализа.
Скрытое содержимое могут видеть только пользователи групп(ы): Premium, Местный, Свои
