《LangChain大模型应用开发》帮助读者在项目中探索微调、提示工程以及部署和监控的最佳实践时，解锁LLM的全部潜力。无论你是构建创意写作工具、开发复杂的聊天机器人，还是制作尖端的软件开发辅助工具，《LangChain大模型应用开发》都将是你的路线图，帮助你自信且创造性地掌握生成式人工智能的变革力量。主要内容●使用LangChain创建LLM应用，如问答系统和聊天机器人●理解变换模型和注意力机制●使用pandas和Python自动进行数据分析和可视化●掌握提示工程以提高LLM性能●微调LLM并了解释放其力量的工具●将LLM作为服务部署，并应用评估策略●使用开源LLM与文档本地互动，以防止数据泄露

"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开发技巧。其中，第8～10章通过邮件处理、面试助手、个性化推送等案例，展现智能体在实际应用中的强大功能；第11、12章则基于这些应用进行拓展，结合多种部署方案，进一步拓宽读者的视野，使其能够全面掌握智能体的多样化应用场景。 《AI Agent开发与应用：基于大模型的智能体构建》不仅适合智能体开发人员、人工智能从业者和AI技术爱好者阅读，还可作为培训机构和高校相关课程的教材或参考书。"

本书深度探讨了当今科技领域最引人注目的大规模语言模型相关技术，内容主要围绕大规模语言模型构建、评估和应用展开，分为以下四部分：第 1～5章主要介绍大规模语言模型的发展历程及其训练相关内容，包括语言模型的基本架构、大规模语言模型的高效微调技术、人类反馈强化学习和模型的分布式训练；第 6和 7章主要介绍大规模语言模型的推理优化技术、推理加速框架和模型的评估；第 8～10章主要介绍大规模语言模型扩展和应用，包括大规模语言模型和知识的融合、多模态大规模语言模型的技术介绍和其智能体扩展应用，以及大规模语言模型的垂直领域应用；第 11章主要介绍大规模语言模型研究的困难、挑战和未来潜在研究方向。本书面向技术爱好者、从业者、学术研究者和一般读者。它提供大规模语言模型相关的全面介绍，帮助从业人员和专业人士了解大规模语言模型的应用及技术原理，支持学术界研究前沿技术，并以通俗的语言帮助读者理解这一技术及其对生活的影响。

"《大模型智能推荐系统：技术解析与开发实践》系统阐述大语言模型与推荐系统深度融合的创新实践，涵盖技术原理、开发方法及实战案例。《大模型智能推荐系统：技术解析与开发实践》分为4部分，共12章，涉及推荐系统的多个关键模块，包括技术框架、数据处理、特征工程、嵌入生成、排序优化及推荐结果评估。重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术，通过深度剖析上下文学习、Prompt工程及分布式部署等方法，展示如何利用大语言模型提高推荐精度和用户体验。同时，通过实战项目的解析，助力读者掌握高效智能推荐系统从开发到部署的全流程。《大模型智能推荐系统：技术解析与开发实践》还引用了Hugging Face的Transformer库、ONNX优化工具以及分布式推理框架等先进技术，为构建工业级推荐系统筑牢坚实基础。 《大模型智能推荐系统：技术解析与开发实践》注重理论与实践的结合，尤其适合希望将推荐技术应用于业务场景的开发者与研究人员阅读。"

本书以软件反汇编技术为中心，首先带领读者从x86的基础知识开始，学习如何读取、编写和构建赋能全球大量计算机的汇编语言；然后介绍如何使用IDA、Ghidra、Olly 等业界最受欢迎的工具对应用程序进行逆向工程；接着介绍如何利用补丁和密钥生成等技术进行软件破解，所有这些都利用了汇编和逆向工程的知识；最后从防御的角度向读者介绍相关技术，使他们能够更好地保护自己的软件。本书将引领好奇的读者深入软件破解和计算机的核心，探索其运作机制。深入学习x86计算机的运行原理，不仅对逆向工程和软件破解来说至关重要，还能帮助读者在代码优化、效率提高、调试、编译器设置调整以及芯片选择等方面成为更出色的开发者。

本书主要从总述和案例分析两方面入手，介绍软件工程项目案例。本书选取了不同种类的案例进行分析，包括基于代码分析的系统UML图生成案例、电影推荐系统案例、数据采集器案例、Magic图像处理小程序案例等。案例分析由引言、相关背景、功能介绍、系统实现和小结五个方面组成，全面地分析项目案例。本书中的案例“程序理解初探：以基于代码分析的系统UML图生成为例”入选福建省专业学位研究生优秀教学案例。本书的读者对象为学生和老师，学生可以通过这本书学习如何设计和实现项目，老师可以通过这本书更好地将具体案例和教学结合在一起。

本书是一本全面深入探讨深度学习领域的核心原理与应用实践的专业书籍。本书旨在为读者提供系统的学习路径，从深度学习的基础知识出发，逐步深入到复杂的大模型架构和算法实现。本书适合深度学习初学者、中级开发者以及对大模型有深入研究需求的专业人士。通过阅读本书，读者不仅能够掌握深度学习的理论基础，还能通过丰富的实战案例，提升解决实际问题的能力。

"用Rust构建快速、稳定、安全的Web服务器！在内存管理与并发机制上独树一帜的Rust语言，凭借其精准把控底层细节的能力，助你打造运行迅捷且零缺陷的应用程序。当你在生产环境中部署Web服务等核心组件时，Rust强大的编译器更能为你筑起防线，规避代价高昂的运行时错误。《Rust全栈开发》介绍如何使用Rust语言创建现代分布式Web应用程序。你将从基础开始：构建一个简单的HTTP服务器和一个RESTful Web服务。然后，通过添加安全性、数据库交互性和错误处理使它们为生产做好准备。最后，你将处理数字店面服务，创建单页应用程序，并深入研究异步编程。书中的所有示例都有充分的说明，并且包含带有注释的代码，更容易适配你自己的项目。核心亮点？构建健壮安全的RESTful API体系？Web服务打包与部署实战？借助Rust安全保障实现无畏重构？通过编译时/运行时优化显著降低资源消耗？Rust异步编程深度解析"

本书聚焦于资深Linux系统管理员的一系列进阶知识，揭示Linux运行和编程的深层逻辑，覆盖逻辑卷管理、进程管理和监控、特殊文件系统、正则表达式、通过命令行打印、编程和管理任务自动化、利用Ansible简化远程主机上的大规模自动化管理、配置定时任务、NetworkManager的功能、B树文件系统及其特性、systemd相关知识、利用D-Bus和udev实现设备的即插即用管理、传统Linux日志文件的使用、用户管理以及基本的防火墙管理操作等，帮助读者成为Linux系统管理员。

技术迭代加速的当下，软件测试成为质量保证必不可少的环节。《软件测试：探索式测试的设计思路与实践》深入探讨了软件质量的核心价值，从灵活的局部探索式测试到全面的全局探索式测试以及高效的混合探索式测试，作者精选了经过微软团队实证并经过时间检验的十多种方法与案例。此外，作为软件测试专家，作者还采用诙谐风趣的风格，针对如何规划和经营成功的职业生涯给出实用的建议，精选了多年来深受广大测试人员喜爱的精华文章合集。《软件测试：探索式测试的设计思路与实践》特别针对测试人员、QA 专家、开发人员、团队、项目经理和架构师，可以帮助他们了解软件测试的全貌，具有较强的实用性和指导性，是一本难得的软件测试启蒙和进阶好书。