从零构建你的第一个AI Agent：架构设计与实战

ä»Žé›¶æž„å»ºä½ çš„ç¬¬ä¸€ä¸ªAI Agent：架构设计与实战

随着大语言模型（LLM）的快速发展，AI Agent（智能体）已成为2024-2025年最热门的技术方向之一。从AutoGPT到LangChain的Agent模块，再到各类垂直领域的智能助手，AI Agentæ­£åœ¨é‡å¡‘äººæœºäº¤äº’çš„æ–¹å¼ã€‚æœ¬æ–‡å°†ä»Žæž¶æž„è®¾è®¡å‡ºå‘ï¼Œå¸¦ä½ æ·±å ¥ç†è§£Agentçš„æ ¸å¿ƒåŽŸç†ï¼Œå¹¶äº²æ‰‹ç¼–å†™ä¸€ä¸ªå¯è¿è¡Œçš„Python Agent。

一、什么是AI Agent？

AI Agentæ˜¯ä¸€ç§èƒ½å¤Ÿæ„ŸçŸ¥çŽ¯å¢ƒã€è‡ªä¸»å†³ç­–ã€æ‰§è¡Œè¡ŒåŠ¨çš„æ™ºèƒ½ç³»ç»Ÿã€‚ä¸Žä¼ ç»Ÿçš„å•è½®å¯¹è¯æ¨¡åž‹ä¸åŒï¼ŒAgentå ·å¤‡ä»¥ä¸‹æ ¸å¿ƒç‰¹å¾ï¼š

• è‡ªä¸»æ€§ï¼šèƒ½å¤Ÿåœ¨æ²¡æœ‰äººå·¥å¹²é¢„çš„æƒ å†µä¸‹æŒç»­è¿è¡Œ
• æ„ŸçŸ¥èƒ½åŠ›ï¼šæŽ¥æ”¶å¹¶ç†è§£å¤–éƒ¨çŽ¯å¢ƒçš„ä¿¡æ¯è¾“å ¥
• 推理能力：基于当前状态进行逻辑分析和决策
• è¡ŒåŠ¨èƒ½åŠ›ï¼šé€šè¿‡å·¥å ·è°ƒç”¨æˆ–APIæ‰§è¡Œå ·ä½“æ“ä½œ
• 记忆能力：保存和利用历史交互信息

ä¸€ä¸ªç»å ¸çš„AI Agentå¯ä»¥ç±»æ¯”ä¸ºè‡ªåŠ¨é©¾é©¶ç³»ç»Ÿï¼šä¼ æ„Ÿå™¨ï¼ˆæ„ŸçŸ¥ï¼‰â†’ 中央处理器（思考）→ 油门/刹车/方向盘（行动）。

äºŒã€æ ¸å¿ƒæž¶æž„ï¼šæ„ŸçŸ¥-思考-行动循环

AI Agentçš„ç»å ¸æž¶æž„éµå¾ªPerception-Thought-Action Loop（感知-思考-行动循环），这是智能体持续运转的基本工作流。

2.1 感知（Perception）

æ„ŸçŸ¥å±‚è´Ÿè´£ä»Žå¤–éƒ¨çŽ¯å¢ƒæŽ¥æ”¶è¾“å ¥ï¼ŒåŒ æ‹¬ä½†ä¸é™äºŽï¼š

• ç”¨æˆ·è‡ªç„¶è¯­è¨€è¾“å ¥
• 系统状态信息（时间、文件、数据库）
• ä¼ æ„Ÿå™¨æ•°æ®æˆ–API返回结果
• å ¶ä»–Agent的消息

# æ„ŸçŸ¥å±‚ç¤ºä¾‹ï¼šæŽ¥æ”¶å¹¶è§£æžç”¨æˆ·è¾“å ¥ class PerceptionModule: def __init__(self): self.sensors = ["user_input", "system_clock", "file_system"] def perceive(self, raw_input: str, context: dict = None) -> dict: """å°†åŽŸå§‹è¾“å ¥è½¬æ¢ä¸ºç»“æž„åŒ–çš„æ„ŸçŸ¥ä¿¡æ¯""" return { "user_query": raw_input, "timestamp": datetime.now().isoformat(), "available_tools": context.get("tools", []), "history_summary": context.get("history", "") }

2.2 思考（Thought）

思考层是Agent的"大脑"ï¼Œé€šå¸¸ç”±å¤§è¯­è¨€æ¨¡åž‹æ‹ ä»»ã€‚å®ƒè´Ÿè´£ï¼š

• 理解用户意图
• 分析当前任务状态
• 选择下一步行动策略
• ç”Ÿæˆå·¥å ·è°ƒç”¨å‚æ•°

# 思考层示例：基于LLM的决策推理 class ThoughtModule: def __init__(self, llm_client): self.llm = llm_client self.system_prompt = """ä½ æ˜¯ä¸€ä¸ªæ™ºèƒ½åŠ©æ‰‹ã€‚è¯·æŒ‰ä»¥ä¸‹æ ¼å¼æ€è€ƒï¼š Thought: åˆ†æžå½“å‰æƒ å†µ Action: é€‰æ‹©å·¥å ·åç§° Action Input: å·¥å ·å‚æ•°""" def think(self, perception: dict) -> dict: """基于感知信息生成决策""" prompt = self._build_prompt(perception) response = self.llm.complete(prompt, system=self.system_prompt) return self._parse_decision(response) def _build_prompt(self, perception: dict) -> str: return f"""用户问题：{perception['user_query']} å¯ç”¨å·¥å ·ï¼š{perception['available_tools']} 历史记录：{perception['history_summary']} 请决定下一步行动。"""

2.3 行动（Action）

è¡ŒåŠ¨å±‚è´Ÿè´£æ‰§è¡Œå ·ä½“çš„å¤–éƒ¨æ“ä½œï¼ŒåŒ æ‹¬ï¼š

• 调用搜索引擎
• 读写文件
• 发送HTTP请求
• 调用数据库查询
• ä¸Žå ¶ä»–Agent通信

# è¡ŒåŠ¨å±‚ç¤ºä¾‹ï¼šå·¥å ·æ‰§è¡Œå™¨ class ActionModule: def __init__(self): self.tools = { "search": self.web_search, "read_file": self.read_file, "write_file": self.write_file, "calculate": self.calculate