对于我们每个普通人而言，核心的AI能力不是写作不是绘画，也不是编码，而是AI Agent设计！ 这是一本能帮助每个人轻松构建从提示词编写到AI Agent设计完整知识体系的实战指南，由LangGPT社区的的创始人等几位国内提示词编写和AI Agent设计领域的领军人物撰写，得到了硅基流动创始人袁进辉、润米咨询创始人刘润、通往AGI之路创始人AJ等众多行业专家的高度评价。 设计AI Agent，提示词是关键。本书首先详细介绍了提示词的原理、编写提示词常用的6种方法，以及被奉为圭臬的结构化提示词方法论，旨在为读者深入使用各类AI助手和设计AI Agent打下坚实基础。然后系统讲解了AI Agent的工作原理、主流平台、设计模式、设计方法和流程，配有大量案例和最佳实践。 本书具有以下特色： ·零基础入门：不需要编程经验，人人都能看懂的AI智能体设计

本书以智能产品服务生态系统为研究对象,以智能产品服务生态系统需求分析、系统解析、系统设计、系统交付为关键点,探讨了智能产品服务生态系统理论体系、技术方法与相关解决方案实现过程中长期面临的若干关键问题,并从理论和实操层面提出了解决方案,为制造型企业向服务化、网络化、智能化、生态化转型提供了良好的理论指导与借鉴。 本书主要内容来源于实际工业需求,既可以作为企业和政府管理人员的培训教材、本科院校管理专业师生的参考教材,也可以作为从事生产性服务业相关工作人员的参考用书。

AI已成为职场的入场券，你准备好了吗？ 这是一本面向所有职场人的AI助手使用指南，它以流行的豆包为工具，从实战的角度讲解了如何借助AI大幅提升工作效率和激发创新能力。本书凝聚了LangGPT社区核心AI专家的丰富实战经验和方法论，得到了豆包官方字节跳动旗下的火山引擎开发者社区，以及秋叶等多位办公和AI领域专家的高度认可。 工欲善其事，必先利其器。本书首先从一个行家的视角全面介绍了豆包、豆包内置应用、豆包浏览器插件的功能和使用方法，为读者打下AI基础；然后，详细讲解了LangGPT社区自创的提示词编写原则、思维方法，以及7种好用的结构化提示词框架，为你构建好通往AI世界的桥梁。 授人以渔，本书针对文本创作、绘图、数据处理、信息收集与获取、撰写会议材料、做计划、写总结、文献阅读、论文写作、公文写作、项目管理、

工业机器人作为一种高科技集成装备，对专业人才有着多层次的需求。本书根据机器人行业发展趋势，从生产实际出发，详细讲解了工业机器人装调与维修基础，KUKA工业机器人的运输与安装、KUKA工业机器人

针对混流装配线生产计划的智能优化需求，在概要阐述混流装配线及其生产计划内容的基础上，归纳混流装配线中的多种生产计划方式，介绍如何利用建模、分析和决策等一系列理论方法实现生产计划的智能优化方法体系，提升装配制造企业对多变客户需求的适应能力，为提高企业制造水平提供有益参考。全书分为10章，章介绍混流装配线中的生产计划体系；第2章总结混流装配线生产计划的现有优化方法；第3章提出混流装配线生产计划智能优化体系；第5至7章分别介绍智能优化方法体系中的建模、分析与决策等问题，以及适合问题特点的相关方法；第7至9章分别介绍自进化、自组织与自重构三种生产计划方式的具体实现方法；0章介绍面向柴油发动机企业的混流装配线生产计划智能优化原型系统。本书撰写基于理论与实践相结合的原则，注重前沿性技术在生产计划智

机器人是一个典型的光机电算一体化系统，它融合了光学、机械、电子、传感器、计算机软硬件和人工智能等众多先进技术，较高的技术门槛阻挡了众多的机器人爱好者。随着Arduino的出现，这一门槛被打破，人们能像搭积木式地组建属于自己的机器人。黄文恺、伍冯洁、陈虹编著的这本《Arduino开发实战指南(机器人卷)》将Arduino与机器人的开发相结合，注重实例，每一章都附有示例程序，方便学习者巩固每一章的知识。本书两章提供了两套采用3D打印制造的全新机器人的详细制作方法和竞赛规则，方便读者开展和组织机器人竞赛活动。书中提供了3D打印的STL文件，读者可以打印出来组建自己的机器人。本书适合机械、电子设计、电子信息工程、通信工程、自动化、计算机、工业设计、交互设计等多个专业学生阅读，也可作为所有机器人爱好者开展Aduino与机器人结合项

这本机器学习畅销书基于TensorFlow 2和Scikit-Learn的新版本进行了全面更新，通过具体的示例、非常少的理论和可用于生产环境的Python框架，从零帮助你直观地理解并掌握构建智能系统所需要的概念和工具。 全书分为两部分。*部分介绍机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分介绍神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。*部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。 通过本书，你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识，你只需要有一些编程经验。所有代码都可以在GitHub上获得。 代码获取方

本书首先简要介绍机器人和机器人学的概况，以及机器人学的数学基础，然后分别详细讨论智能机器人体系结构、智能机器人中的传感器、环境感知与建模、路径规划、机器人控制、多机器人协同，以及智能机器人的HRI等内容。

本书分为两部分。第壹部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。第壹部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。