AI Agent开发工程师入门指南：从零构建你的第一个智能体

1次阅读

没有评论

共计 2132 个字符，预计需要花费 6 分钟才能阅读完成。

与传统脚本程序相比，AI Agent 最大的特点是具备自主决策能力。我们可以从三个维度理解差异：

响应方式：普通脚本按预设流程执行，而智能体会根据环境输入动态调整行为
错误处理：传统程序遇到异常通常直接报错，智能体能够尝试替代方案（如切换 API 供应商）
记忆能力：基础脚本每次运行都是独立过程，智能体可以保留历史交互信息

举个实际例子：普通天气脚本只能查询指定城市，而智能体可以记住用户常问地点，在用户只说 ” 今天天气 ” 时自动补充位置信息。

推荐使用以下工具链搭建开发环境：

安装 Python 3.10+（建议使用 pyenv 管理多版本）
创建虚拟环境：python -m venv agent-env

安装核心依赖：

pip install langchain openai requests python-dotenv

配置 VS Code 开发环境（可选但推荐）：
安装 Python 扩展
设置虚拟环境解释器路径

建议项目结构：

weather_agent/
├── .env          # 存储 API 密钥
├── agent.py      # 主逻辑
├── memory.py     # 记忆模块
└── config.py     # 常量配置

智能体的核心是感知 - 决策 - 执行循环（PDE Loop），其工作流程如下：

感知：接收用户输入 / 环境信号（如 ” 上海天气如何 ”）
决策：分析意图并规划行动步骤（判断需要调用天气 API）
执行：实施具体操作（获取 API 数据）
反馈：生成人类可理解的响应（” 上海今日晴，25℃”）

(示意图描述：循环结构包含四个箭头相连的模块，各模块标有英文首字母 P /D/E/F)

以下是带有完整注释的示例代码，实现基础天气查询功能：

# agent.py
import os
from dotenv import load_dotenv
from langchain.llms import OpenAI
from memory import ConversationMemory

class WeatherAgent:
    def __init__(self):
        load_dotenv()
        self.llm = OpenAI(
            temperature=0.5,
            api_key=os.getenv("OPENAI_KEY")  # 从环境变量读取密钥
        )
        self.memory = ConversationMemory()

    def perceive(self, query):
        """处理用户输入并补充上下文"""
        # 检查是否包含地点信息
        if "天气" in query and not any(city in query for city in ["北京","上海"]):
            last_city = self.memory.get("last_city")
            if last_city:
                query = f"{last_city}的{query}"  # 自动补全
        return query

    def decide(self, processed_query):
        """决定调用哪个服务"""
        if "天气" in processed_query:
            return "weather_api"
        return "general_qa"

    def execute(self, action, query):
        """执行具体操作"""
        try:
            if action == "weather_api":
                city = extract_city(query)  # 提取城市名
                self.memory.save("last_city", city)
                return call_weather_api(city)
            return self.llm(query)
        except Exception as e:
            print(f"API 调用失败: {e}")
            return "服务暂时不可用"

# 示例调用
agent = WeatherAgent()
print(agent.execute("今天天气怎么样"))  # 假设上次查询过上海