大模型重构恶意软件检测：提示词|智能体|RAG实践

当前市面上的安全类图书仍以传统检测技术体系为主，缺乏聚焦“大语言模型在安全实战中如何落地”的系统性参考资料。尤其在 Prompt 设计、模型工程集成、本地部署实践、多模型协作等方面，缺乏面向读者可操作、可复现的实战内容。本书正是针对这一交叉前沿方向，结合作者在 LLM 安全实验、样本分析流程构建、病毒引擎开发等方面的实践经验，构建出一套聚焦工程实现与实验落地的路径体系。

全书强调理论结合实践，结构覆盖传统技术回顾、模型基础解析、Prompt 工程技巧、项目实验落地（含三个主实验 + 一个拓展实验）、RAG 与多模型协同机制等多个核心模块，内容完整、体系清晰，具备良好的工程性与学习可复制性。

本书适合网络安全从业人员、高校相关专业学生、AI 安全研究者系统学习与动手实践，在当前 LLM 与安全融合发展的关键窗口期，具备一定的市场前瞻性与出版价值。