AI Agent 入门实战：从零构建你的第一个智能代理

1次阅读

没有评论

共计 2292 个字符，预计需要花费 6 分钟才能阅读完成。

AI Agent（智能代理）是一个能够感知环境、做出决策并执行行动的自治系统。它通常由以下几个核心组件构成：

感知模块 ：负责接收输入（如用户请求、传感器数据）
决策模块 ：处理信息并生成行动计划
执行模块 ：调用工具或 API 完成具体任务
记忆模块 ：存储历史交互信息实现上下文保持

工作原理遵循经典的感知 -> 规划 -> 行动（Perceive->Plan->Act）循环：

通过输入接口获取环境状态
分析当前状态并制定目标
选择最优策略执行动作
观察动作结果并更新内部状态

目前最流行的 AI Agent 开发框架包括：

LangChain：
优势：组件化设计，丰富的工具集成
适用：需要快速搭建原型的中小型项目
学习曲线：平缓
AutoGPT：
优势：自动化任务分解能力强
适用：复杂目标导向型任务
学习曲线：较陡峭
Semantic Kernel：
优势：微软生态整合好
适用：企业级应用开发

下面我们实现一个能查询实时天气的 Agent，完整代码包含以下功能：

# 导入必要库
import os
import logging
from typing import Dict
import requests
from openai import OpenAI

# 配置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

class WeatherAgent:
    """
    天气查询智能代理
    功能：1. 理解用户位置查询意图
    2. 调用天气 API 获取数据
    3. 生成自然语言响应
    """

    def __init__(self):
        self.client = OpenAI(api_key=os.getenv('OPENAI_API_KEY'))
        self.weather_api_key = os.getenv('WEATHER_API_KEY')
        self.memory = []  # 简易记忆存储

    def perceive(self, user_input: str) -> Dict:
        """解析用户输入"""
        try:
            response = self.client.chat.completions.create(
                model="gpt-3.5-turbo",
                messages=[{"role": "system", "content": "你是一个天气助手，需要识别用户想查询的城市"},
                    {"role": "user", "content": user_input}
                ]
            )
            return {"city": response.choices[0].message.content}
        except Exception as e:
            logger.error(f"解析失败: {e}")
            return {"error": str(e)}

    def act(self, city: str) -> str:
        """调用天气 API"""
        try:
            url = f"http://api.weatherapi.com/v1/current.json?key={self.weather_api_key}&q={city}"
            response = requests.get(url)
            response.raise_for_status()
            return response.json()
        except requests.exceptions.RequestException as e:
            logger.error(f"API 调用失败: {e}")
            return {"error": str(e)}

    def run(self, user_input: str) -> str:
        """执行完整处理流程"""
        # 感知阶段
        perception = self.perceive(user_input)
        if "error" in perception:
            return "抱歉，我没理解您的位置"

        # 行动阶段
        city = perception["city"]
        weather_data = self.act(city)

        # 记忆更新
        self.memory.append({"city": city, "weather": weather_data})

        # 生成响应
        return f"{city} 当前天气：{weather_data['current']['condition']['text']}, 温度 {weather_data['current']['temp_c']}℃"

# 使用示例
if __name__ == "__main__":
    agent = WeatherAgent()
    print(agent.run("上海现在天气怎么样？"))