AI Agent 搭建从入门到实践：手把手教你构建第一个智能体

1次阅读

共计 2235 个字符，预计需要花费 6 分钟才能阅读完成。

想象一下，普通的程序就像一台自动售货机：你按下固定的按钮（输入），它给出预设的饮料（输出）。而 AI Agent 更像是一个贴心的咖啡师：它能根据你的语气判断今天心情不好，主动推荐热巧克力而不是美式咖啡。两者的核心差异在于：

自主决策能力 ：普通程序只能按固定规则运行，而 AI Agent 能通过模型推理动态选择策略
环境感知 ：通过传感器或文本输入理解上下文（如对话历史、用户偏好）
持续学习 ：部分 Agent 可以在交互过程中优化自身行为（如通过用户反馈）

推荐使用 Python 3.10+ 环境，主要依赖库及作用如下：

# requirements.txt 示例
langchain==0.0.200  # Agent 框架核心
openai>=0.27.0     # 接入大模型能力
rasa==3.5.12      # 对话管理（可选）pydantic==1.10.7   # 数据验证

版本注意点：

LangChain 的 API 变动较频繁，建议锁定小版本号
OpenAI API 需要自行申请并设置环境变量 OPENAI_API_KEY

用餐厅点餐类比典型交互流程：

迎宾阶段 （用户输入）
顾客说：” 我想订位，今晚 6 点，3 个人 ”
需求解析 （意图识别 /Intent Classification）
识别出 reservation 意图
提取槽位 /Slot（时间 =18:00，人数 =3）
业务处理 （动作执行 /Action Execution）
查询订餐系统可用桌位
响应生成 （反馈生成 /Response Generation）
“ 已为您预留窗边座位，需要儿童椅吗？”

关键组件 UML 序列图示意（文字描述）：

 用户 -> 输入预处理: "提醒我明天开会"
输入预处理 -> 意图识别: 文本标准化
意图识别 -> 对话状态追踪: 识别出「创建提醒」意图
对话状态追踪 -> 动作选择: 需要获取「时间」「事项」动作选择 -> 外部 API: 调用日历接口
外部 API -> 响应生成: 创建成功确认
响应生成 -> 用户: "已设置明早 9 点的会议提醒"

以下是带异常处理的对话管理核心类：

from typing import Dict, Any
from pydantic import BaseModel

class DialogueState(BaseModel):
    current_intent: str = None
    slots: Dict[str, Any] = {}
    context: Dict[str, Any] = {}

class DialogueManager:
    def __init__(self):
        self.state = DialogueState()

    def process_input(self, user_input: str) -> str:
        try:
            # 步骤 1：意图识别
            intent = self._classify_intent(user_input)
            self.state.current_intent = intent

            # 步骤 2：槽位填充 /Slot Filling
            self._extract_slots(user_input)

            # 步骤 3：执行动作
            response = self._execute_action()

            return response
        except Exception as e:
            # 异常处理示例
            return f"抱歉，处理请求时出错：{str(e)}"

    def _classify_intent(self, text: str) -> str:
        """使用 OpenAI 进行意图分类"""
        # 实际实现需替换为 API 调用
        return "reminder"  # 示例固定返回

在 DialogueState 中增加时间戳字段，定期清理过期会话：

from datetime import datetime, timedelta

class EnhancedDialogueState(DialogueState):
    last_active: datetime = datetime.now()

    def is_expired(self, timeout_minutes=15) -> bool:
        return datetime.now() > self.last_active + timedelta(minutes=timeout_minutes)

使用正则表达式实现基础过滤（实际项目建议用专业库）：

import re

def sanitize_input(text: str) -> str:
    banned_words = ["暴力", "违禁品"]  # 示例词库
    pattern = "|".join(map(re.escape, banned_words))
    return re.sub(pattern, "[ 已过滤]", text)

当基础对话功能跑通后，可以尝试：

多模态交互 ：通过 GPT-4 Vision 处理图片输入
记忆增强 ：用 Vector Database 存储长期记忆
技能插件 ：实现天气查询、数学计算等扩展能力

现象	可能原因	解决方案
意图识别不准	训练样本不足	补充相似句式示例
槽位提取错误	实体标注不一致	检查标注规范
API 响应慢	网络延迟或限流	增加超时重试机制
对话状态混乱	未及时重置状态	检查会话生命周期管理