1 AIAgent原理实现一个 AI AgentAI 代理的核心本质是让大语言模型LLM具备“感知”、“思考/决策”和“执行工具”的能力并通过一个循环机制不断纠错直到完成目标。我理解目前Agent本质就是把环境的互动转换成文字或者token和远端的大模型实现交互。一个标准 Agent 包含四大要素-------------------------------------- | 系统提示词 | | (设定角色、格式约束、工具描述) | -------------------------------------- | v ------------------ ------------------ ------------------ | 用户目标/输入 | -- | 大语言模型 (LLM) | -- | 思考决策 (Thought) | ------------------ ------------------ ------------------ ^ | | v ------------------ ------------------ | 状态更新/历史记录 | -- | 执行工具 (Action) | ------------------ ------------------LLM大脑负责推理、分析当前状态并做出下一步决定。Tools手脚LLM 可以调用的函数或 API例如计算器、网页搜索、数据库查询。Prompt Protocol协议规定 LLM 思考和输出的固定格式如Thought - Action - Observation。Agent Loop循环运行控制一个死循环while loop负责将工具执行的结果再扔回给 LLM直到输出终极答案。2 示例代码 最简单的 AI Agent 示例基于 OpenRouter 免费模型的工具调用循环 工作原理ReAct 风格 1. 把用户问题和可用的工具一起发给大模型 2. 大模型决定是直接回答还是需要调用某个工具 3. 如果需要工具我们实际执行工具把结果回传给模型继续推理 4. 重复直到模型给出最终答案 本脚本只用 Python 标准库urllib/json不依赖任何第三方包。 运行python agent.py import os import sys import json import datetime import urllib.parse import urllib.request BASE_URL https://openrouter.ai/api/v1 # 换成 OpenRouter 上任意免费模型 id例如 # meta-llama/llama-3.3-70b-instruct:free # deepseek/deepseek-chat:free MODEL os.getenv(MODEL, meta-llama/llama-3.3-70b-instruct:free) def load_api_key() - str: 优先取环境变量否则尝试解析同目录 .env 文件。 key os.getenv(OPENROUTER_API_KEY, ) if key: return key.strip() env_file os.path.join(os.path.dirname(os.path.abspath(__file__)), .env) if os.path.exists(env_file): with open(env_file, r, encodingutf-8) as f: for line in f: line line.strip() if line.startswith(OPENROUTER_API_KEY): key line.split(, 1)[1].strip().strip().strip() return key return API_KEY load_api_key() # --------------------------------------------------------------------------- # 工具定义给模型看的说明书 # --------------------------------------------------------------------------- TOOLS [ { type: function, function: { name: get_now, description: 获取当前的日期和时间。, parameters: {type: object, properties: {}}, }, }, { type: function, function: { name: calculate, description: 执行两个数字的四则运算返回具体结果。, parameters: { type: object, properties: { a: {type: number, description: 第一个数字}, b: {type: number, description: 第二个数字}, op: { type: string, enum: [, -, *, /], description: 运算符, }, }, required: [a, b, op], }, }, }, { type: function, function: { name: search_wikipedia, description: 在维基百科搜索一个词语返回第一段简介。, parameters: { type: object, properties: { query: {type: string, description: 要搜索的词} }, required: [query], }, }, }, ] # --------------------------------------------------------------------------- # 工具的实际实现 # --------------------------------------------------------------------------- def get_now() - str: return datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) def calculate(a: float, b: float, op: str) - str: if op : return str(a b) if op -: return str(a - b) if op *: return str(a * b) if op /: if b 0: return 错误除数不能为 0 return str(a / b) return f未知运算符: {op} def search_wikipedia(query: str) - str: # 用维基百科的免费开放 API不需要任何密钥 url ( https://zh.wikipedia.org/w/api.php? urllib.parse.urlencode( { action: query, format: json, prop: extracts, exintro: True, explaintext: True, titles: query, } ) ) try: req urllib.request.Request( url, headers{User-Agent: MyAIAgent/1.0 (educational demo; contact meexample.com)}, ) with urllib.request.urlopen(req, timeout10) as resp: data json.loads(resp.read().decode(utf-8)) pages data.get(query, {}).get(pages, {}) for _, page in pages.items(): extract page.get(extract, ) if extract: return extract[:500] return f没有找到关于“{query}”的资料。 except Exception as e: # 网络问题等 return f维基百科查询失败: {e} # 工具名 - 实际函数 的映射表 TOOL_IMPLEMENTATIONS { get_now: lambda: json.dumps({result: get_now()}), calculate: lambda **kw: json.dumps({result: calculate(kw[a], kw[b], kw[op])}), search_wikipedia: lambda **kw: json.dumps({result: search_wikipedia(kw[query])}), } # --------------------------------------------------------------------------- # 调用模型的辅助函数纯标准库OpenAI 兼容接口 # --------------------------------------------------------------------------- def chat_completion(messages, tools): POST 到 OpenRouter 的 /chat/completions返回 message 字典。 url BASE_URL /chat/completions body json.dumps( {model: MODEL, messages: messages, tools: tools, tool_choice: auto} ).encode(utf-8) req urllib.request.Request( url, databody, headers{ Authorization: fBearer {API_KEY}, Content-Type: application/json, HTTP-Referer: http://localhost, X-Title: My First AI Agent, }, methodPOST, ) with urllib.request.urlopen(req, timeout120) as resp: data json.loads(resp.read().decode(utf-8)) return data[choices][0][message] def run_agent(prompt: str, max_steps: int 5): # 消息历史第一句是系统提示之后是用户的提问 messages [ { role: system, content: ( 你是一个乐于助人的 AI Agent。你可以调用工具来获取真实信息 然后基于工具返回的结果回答用户。回答请使用中文。 ), }, {role: user, content: prompt}, ] print(f\n 用户问题: {prompt} ) for step in range(1, max_steps 1): print(f\n▶ 第 {step} 步调用模型 ...) msg chat_completion(messages, TOOLS) messages.append(msg) # 保留模型这一步的发言/工具调用 # 模型没有要求调用工具 说明它给出了最终答案 tool_calls msg.get(tool_calls) if not tool_calls: print(\n✅ 最终回答) print(msg.get(content)) return msg.get(content) # 模型要求调用工具逐个执行把结果塞回对话 for call in tool_calls: fn call[function] name, args fn[name], json.loads(fn[arguments] or {}) print(f 调用工具 [{name}]参数: {args}) result TOOL_IMPLEMENTATIONS[name](**args) messages.append( { role: tool, tool_call_id: call[id], content: result, } ) print(\n⚠ 达到最大步骤数未能完成。) return None # --------------------------------------------------------------------------- # 入口 # --------------------------------------------------------------------------- if __name__ __main__: # 让中文/特殊字符在任何 Windows 终端都能正常打印 if hasattr(sys.stdout, reconfigure): sys.stdout.reconfigure(encodingutf-8, errorsreplace) if not API_KEY: print(缺少 API Key。请先在官网 https://openrouter.ai 注册并获取密钥) print(然后把它写到同目录的 .env 文件里OPENROUTER_API_KEY你的密钥) print(示例见 .env.example) raise SystemExit(1) print(f使用模型: {MODEL}) questions [ 现在几点钟了今天是几月几号, 帮我计算 12345 * 678 等于多少, 用中文简单介绍一下“人工智能”。, ] # 你可以改成任意自己想问的中文问题例如 # questions [今天的天气怎么样, 帮我写一首关于秋天的五行诗] for q in questions: run_agent(q) print(\n - * 60)从这个代码可以看出一个Agent的核心作用就是那个for不停的循环环境和大模型之间的交护实现AI自动化。仅此而已了。。。3 进阶如何让 Agent 更实用如果希望构建能用于生产环境的复杂 Agent可以在极简框架的基础上扩展以下模块1. 使用原生 Function Calling / Tool Call上面的示例通过文本正则匹配解析 Action容易因为格式错乱出错。主流 LLM APIOpenAI、Anthropic、DeepSeek都支持原生的Tool Calling API可以直接传 JSON Schema 格式的函数定义由大模型原生地返回结构化的工具调用参数。2. 增加持久化记忆 (Memory)短期记忆维护一个消息队列或滑动窗口截断过长的历史 Context。长期记忆引入向量数据库如 Chroma、Qdrant将用户偏好或历史知识嵌入Embedding后按需检索RAG。3. 多 Agent 协作 (Multi-Agent Systems)对于极其复杂的工作流如自动写软件工程、市场调研报告单个 Agent 容易迷失。可以采用多 Agent 协作设计模式Supervisor 模式由一个 Leader Agent 负责任务拆解分发子 Agent 各司其职如写代码、测试、审查。Peer-to-Peer 模式Agent 之间互相传达消息与协同谈判。4 常用开源框架生态自己编写底层代码能助你透彻理解原理。当逻辑变得庞大时可以借助开源生态快速搭建LangGraph / LangChain适合构建有向无环图DAG和复杂状态调度的企业级 Agent。CrewAI高度面向角色扮演和团队协作Multi-Agent的开箱即用框架。AutoGen (Microsoft)微软主导的高扩展性多 Agent 讨论与代码生成框架。Dify / FastGPT支持可视化 Flow 画布调优的工作流 Agent 平台适合低代码部署。