基于开源大模型构建专属刷题辅导Agent：从架构到部署实战

1. 从“刷题”到“辅导”：为什么我们需要一个专属的Agent？

如果你也经历过在LeetCode、牛客网或者各种在线编程题库里埋头苦刷，然后对着答案和评论区里五花八门的解法感到迷茫，那你一定能理解我接下来要说的痛点。传统的刷题模式，本质上是一个“单向输入-输出”的循环：你看到题目，尝试解题，提交，然后得到一个“对”或“错”的冰冷反馈。至于为什么错、思路哪里跑偏了、有没有更优解、这道题背后考察的知识点如何串联，这些真正能让你“学会”的东西，往往需要你自己去论坛里大海捞针，或者依赖运气遇到一个讲得透彻的题解。

这就像是一个学生，每天做大量习题，却缺少一个能随时答疑、针对性讲解、并且能根据你的薄弱点出题的“私人家教”。而“OpenClaw”这个概念，正是为了解决这个问题而生。它不是一个现成的、开箱即用的产品，而是一个基于开源大语言模型（LLM）构建“智能体”（Agent）的框架或思路。简单来说，它的核心目标，是让你能利用手头的计算资源（比如你自己的电脑，或者云服务器），搭建一个专属于你个人的、24小时在线的“学习刷题辅导Agent”。

这个Agent能做什么？想象一下：你可以把一道算法题扔给它，它不仅能告诉你答案，还能一步步拆解你的思考过程，指出你代码中的逻辑漏洞，解释时间复杂度的计算，甚至能举一反三，生成几道考察相似知识点的变式题给你练习。它不再是一个被动的“题库答案生成器”，而是一个主动的“学习伙伴”。这种从“刷题”到“辅导”的转变，才是提升编程和算法能力的核心。市面上通用的AI助手虽然强大，但往往在专业深度、上下文连贯性（比如记住你之前常犯的错误类型）和定制化程度上有所欠缺。自己搭建一个，就意味着你可以用最适合你当前学习阶段的数据（比如你收藏的错题集、你偏好的解题风格）去微调它，让它真正“懂”你。

2. 深入拆解“OpenClaw”架构：它如何理解并辅导一道题？

“OpenClaw”这个名字听起来很酷，但它的本质是一个智能体系统。要让它胜任“辅导老师”的角色，我们需要设计一套能让它“思考”和“行动”的机制。这绝不仅仅是把题目扔给大模型然后返回答案那么简单。一个有效的辅导Agent，需要具备多步推理、工具调用、知识检索和个性化反馈的能力。

2.1 核心组件：思维链、工具与记忆模块

首先，这个Agent的核心“大脑”是一个大语言模型。我们可以选择开源且性能不错的模型，如Qwen、Llama、ChatGLM等，部署在本地或云端。但光有“大脑”不够，我们需要为它装备“感官”和“手脚”。

• 思维链（Chain-of-Thought）驱动：这是让Agent“讲出”推理过程的关键。我们不能让它直接输出答案，而是要通过提示词工程，强制它按照“理解题意 -> 分析输入输出 -> 构思算法思路 -> 评估复杂度 -> 编写代码 -> 检查边界条件”这样的步骤来“思考”。输出的内容会包含这些中间步骤，这样你才能看到它的思考脉络，而不只是一个黑盒结果。
• 工具（Tools）调用能力：一个强大的Agent不能只靠“空想”。它需要能执行具体操作。在刷题辅导场景下，最重要的工具就是代码执行器。Agent生成代码后，应该能自动调用一个安全的沙箱环境（例如Docker容器内预置Python/Java等运行环境）去执行这段代码，并用预设的测试用例进行验证。只有通过了测试，它才能肯定地说“这个解法是正确的”。此外，工具还可以包括网络搜索（当遇到陌生概念或最新技术时）、知识库检索（从你整理的算法笔记中查找相关知识点）等。
• 记忆（Memory）模块：这是实现“个性化辅导”的灵魂。Agent需要有短期记忆（记住当前对话中你提到的所有问题和它的解答）和长期记忆。长期记忆可以是一个向量数据库，里面存储着你历史提交的错题、你标注的难点、你常用的代码模板以及你个人的学习目标。当Agent分析新问题时，它可以先去长期记忆中检索你的薄弱环节，从而在讲解时特别强调：“注意，这道题用到了动态规划，而你上周在‘背包问题’上的错误率较高，我们先回顾一下核心思想……”

2.2 工作流程模拟：一次完整的辅导交互

让我们模拟一次Agent与用户的交互，看看上述组件是如何协同工作的：

1. 用户输入：“帮我分析一下LeetCode第15题‘三数之和’。”
2. Agent思考与行动：
   • 步骤一：理解与规划。Agent的“大脑”接收到请求，通过思维链提示，它首先会规划任务：“用户需要一道题的辅导。我需要：a) 检索题目描述和示例；b) 分析题目核心考点；c) 提供多种解法思路；d) 生成可运行代码并测试；e) 关联用户历史数据。”
   • 步骤二：调用工具-获取题目。Agent调用一个内置的“LeetCode题目抓取工具”（可以是一个简单的爬虫API），获取第15题的完整描述、示例输入输出和约束条件。
   • 步骤三：分析并生成初步解答。Agent结合题目信息，开始生成分析报告。它会说：“这道题考察数组、双指针和去重。经典解法是先排序，然后固定一个数，用双指针在剩余数组中寻找两数之和。时间复杂度O(n²)。需要注意去重逻辑。”
   • 步骤四：调用工具-执行验证。Agent紧接着生成一份Python代码，并自动调用代码执行器工具。执行器会在沙箱中运行该代码，使用题目中的示例和几个边界用例（如空数组、全零数组）进行测试。
   • 步骤五：调用工具-检索记忆。同时，Agent查询向量数据库记忆，发现你过去一周在“双指针”和“去重”相关的题目上错误较多。它会在分析报告中加入：“根据你的学习记录，双指针的移动条件和去重的时机是易错点。请看下面这段代码，我特别标注了去重的关键行（第x行和第y行），这里如果处理不当，会导致结果集重复或遗漏。”
   • 步骤六：生成变式题。最后，Agent可以利用模型能力，生成1-2道变式题：“为了巩固，你可以尝试：1) 四数之和（LeetCode 18）；2) 我为你生成的一道类似题：给定数组，找出所有和为target的三元组，但元素可以重复使用（需修改去重逻辑）。”
3. 用户获得反馈：你收到的将不是一个孤立的答案，而是一份包含题目分析、多种思路对比、带注释的正确代码、执行结果验证、个性化难点提示以及拓展练习的完整“辅导报告”。

这个流程揭示了OpenClaw类Agent的核心价值：它通过串联多个步骤和工具，将大模型的生成能力，落地为一项可靠、可验证、且具备上下文感知的专项服务。

3. 从零搭建：技术选型与实操部署指南

理解了架构，接下来就是动手实现。这里我不会提供一步不差的复制粘贴命令（因为环境差异太大），但会给出一个经过验证的、模块清晰的技术栈选型和关键步骤，你可以像搭积木一样组合。

3.1 基础技术栈选型与考量

搭建这样一个系统，你需要以下几个核心部分：

注意：模型部署是第一个门槛。如果你的显卡内存不足（例如小于8GB），可以考虑使用GPT-4o Mini、DeepSeek等性价比高的云端API作为LLM后端。这能极大降低本地部署复杂度，初期专注于Agent逻辑开发。成本可控，按调用次数付费。

3.2 分步搭建核心链路

假设我们选择Ollama + LangChain + Chroma + Docker + Gradio这条技术路径。

步骤1：环境准备与模型部署在你的Linux服务器或本地电脑（建议使用Linux/macOS，Windows可用WSL2）上安装Docker和Python3.10+。

# 安装Ollama（以Linux为例） curl -fsSL https://ollama.com/install.sh | sh # 拉取并运行模型，例如Qwen2.5-7B-Instruct ollama pull qwen2.5:7b-instruct ollama run qwen2.5:7b-instruct # 测试模型是否正常运行

此时，模型服务通常运行在http://localhost:11434。保持这个终端运行，或者将其配置为系统服务。

步骤2：构建安全的代码执行工具这是最关键也最需谨慎的一环。我们创建一个Python文件code_executor.py：

import docker import subprocess import tempfile import os class CodeExecutor: def __init__(self): self.client = docker.from_env() self.image_name = "python:3.9-slim" # 基础镜像 # 确保镜像存在 try: self.client.images.get(self.image_name) except docker.errors.ImageNotFound: print(f"Pulling image {self.image_name}...") self.client.images.pull(self.image_name) def execute_python(self, code: str, timeout=10): """在Docker容器中执行Python代码""" # 使用临时目录挂载代码 with tempfile.TemporaryDirectory() as tmpdir: code_path = os.path.join(tmpdir, "test.py") with open(code_path, 'w') as f: f.write(code) # 准备Docker运行命令：限制资源，无网络，只读文件系统 container = self.client.containers.run( image=self.image_name, command=f"timeout {timeout} python /tmp/test.py", # 超时控制 volumes={tmpdir: {'bind': '/tmp', 'mode': 'ro'}}, # 只读挂载 network_mode="none", # 禁用网络 mem_limit="100m", # 内存限制100MB cpuset_cpus="0", # 限制使用1个CPU核心 working_dir="/tmp", detach=True, stdout=True, stderr=True ) try: result = container.wait(timeout=timeout+2) logs = container.logs(stdout=True, stderr=True).decode('utf-8') exit_code = result['StatusCode'] return { "success": exit_code == 0, "output": logs, "error": "" if exit_code == 0 else f"Exit code: {exit_code}. Output: {logs}" } except Exception as e: return {"success": False, "output": "", "error": str(e)} finally: container.remove(force=True) # 示例用法 if __name__ == "__main__": executor = CodeExecutor() test_code = "print('Hello, World!')\nfor i in range(3): print(i)" result = executor.execute_python(test_code) print(result)

这个工具类提供了最基础的安全隔离。务必根据实际需求调整资源限制和安全策略，生产环境需要更严格的沙箱方案。

步骤3：使用LangChain组装Agent安装必要库：pip install langchain langchain-community chromadb gradio。 然后创建主逻辑文件tutor_agent.py：

from langchain.agents import AgentExecutor, create_react_agent from langchain.tools import Tool from langchain_community.llms import OllamaLLM from langchain.memory import ConversationBufferMemory from langchain import hub from code_executor import CodeExecutor # 导入上一步的工具 # 1. 初始化LLM llm = OllamaLLM(base_url="http://localhost:11434", model="qwen2.5:7b-instruct") # 2. 创建工具列表 code_executor = CodeExecutor() def execute_code_tool(code: str): """执行Python代码并返回结果""" result = code_executor.execute_python(code) if result["success"]: return f"代码执行成功，输出：\n```\n{result['output']}\n```" else: return f"代码执行失败，错误信息：{result['error']}" # 定义工具 tools = [ Tool( name="PythonCodeExecutor", func=execute_code_tool, description="用于执行Python代码并返回输出。输入必须是完整的Python代码字符串。" ), # 未来可以添加更多工具，如 SearchTool, KnowledgeBaseQueryTool ] # 3. 创建Prompt（可以从LangChain Hub拉取一个ReAct模板，或自定义） prompt = hub.pull("hwchase17/react-chat") # 一个标准的ReAct对话模板 # 4. 创建记忆 memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True) # 5. 创建Agent agent = create_react_agent(llm, tools, prompt) agent_executor = AgentExecutor(agent=agent, tools=tools, memory=memory, verbose=True, handle_parsing_errors=True) # 6. 简单测试 if __name__ == "__main__": response = agent_executor.invoke({ "input": "请写一个Python函数计算斐波那契数列的第n项，并用n=10测试一下。" }) print(response["output"])

这段代码构建了一个最简Agent，它可以使用我们定义的代码执行工具。当你提问涉及代码时，Agent会自主决定调用工具去验证。

步骤4：用Gradio打造交互界面创建一个app.py文件：

import gradio as gr from tutor_agent import agent_executor def chat_with_agent(message, history): """Gradio聊天函数""" response = agent_executor.invoke({"input": message}) return response["output"] # 创建界面 demo = gr.ChatInterface( fn=chat_with_agent, title="我的专属刷题辅导Agent", description="请输入你的算法问题或编程疑问，Agent会尝试分析和解答。", examples=["如何用双指针解决‘两数之和II’？", "帮我写一个快速排序的Python实现并测试。"], ) if __name__ == "__main__": demo.launch(server_name="0.0.0.0", server_port=7860) # 可通过IP访问

运行python app.py，打开浏览器访问http://localhost:7860，一个具备基础代码执行和对话能力的辅导Agent界面就出现了。

4. 超越Demo：个性化记忆与高级工具集成

一个能运行的Demo只是起点。要让Agent真正成为“专属”辅导，我们必须给它注入“记忆”和“专业知识”。

4.1 构建个人错题本与知识库

我们需要让Agent记住你和它的互动历史，并能够从中学习。这通过向量数据库实现。

第一步：存储对话历史与错题。每次交互后，不仅将对话存入ConversationBufferMemory供短期上下文使用，还将关键的“问答对”进行处理。例如，当Agent纠正了你一个关于“回溯算法剪枝”的错误理解时，我们可以将这个问题、你的错误思路、Agent的正确答案和解析，作为一个文本块，存入Chroma向量数据库。

from langchain.embeddings import OllamaEmbeddings # Ollama也提供嵌入模型 from langchain.vectorstores import Chroma from langchain.text_splitter import RecursiveCharacterTextSplitter # 初始化嵌入模型和向量库 embeddings = OllamaEmbeddings(base_url="http://localhost:11434", model="nomic-embed-text") persist_directory = "./chroma_db" vectorstore = Chroma(persist_directory=persist_directory, embedding_function=embeddings) def save_to_knowledge(question, answer, metadata={"type": "correction"}): """将问答对存入知识库""" text = f"Q: {question}\nA: {answer}" text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50) docs = text_splitter.create_documents([text], metadatas=[metadata]) vectorstore.add_documents(docs) vectorstore.persist()

第二步：在回答前检索相关知识。在Agent处理新问题时，先让它从向量库中搜索相似的历史问题。

def retrieve_related_history(user_question): """检索相关历史问答""" docs = vectorstore.similarity_search(user_question, k=2) # 返回最相关的2条 context = "\n\n".join([f"历史记录：{doc.page_content}" for doc in docs]) return context # 在Agent的Prompt中，可以加入这个检索到的上下文： # “这是用户过去遇到的相关问题及解答：{context}。请参考这些信息来提供更具针对性的辅导。”

这样，当你问到一个之前犯过错误的知识点时，Agent就能主动提及：“关于动态规划的状态定义，我们上次讨论过类似问题，当时你容易混淆...这次请特别注意...”

4.2 集成更强大的工具：题目抓取与图解生成

一个专业的辅导Agent，应该能主动获取信息并丰富表达形式。

• 题目抓取工具：可以编写一个简单的爬虫函数，封装成LangChain Tool。当用户提到“Leetcode 322”时，Agent自动调用此工具获取题目详情，无需用户复制粘贴。

  import requests def fetch_leetcode_problem(problem_id_or_slug): # 使用LeetCode的GraphQL API或公共API获取题目信息 # 返回标题、描述、示例等结构化数据 pass # 将其封装为Tool，描述为“根据题号或链接获取LeetCode题目详细信息”

• 代码分析可视化工具：对于复杂算法，文字描述不如一张图。可以集成graphviz或调用Mermaid.js（在Gradio中渲染）的生成能力。当Agent解释二叉树遍历或链表操作时，可以附上一段生成图的代码，由前端渲染。

  def generate_mermaid_for_binary_tree(traversal_type, values): """生成二叉树遍历的Mermaid代码""" # 根据遍历类型和值，生成对应的mermaid graph TD代码 mermaid_code = f"graph TD\n A[{values[0]}] --> ..." return mermaid_code

  在Gradio中，可以使用gr.Markdown组件并设置latex_delimiters或直接渲染HTML来展示这些图表。

• 单元测试生成工具：辅导不仅要给答案，还要教如何验证。可以开发一个工具，根据函数签名和题目描述，自动生成一组边界测试用例（包括正常、异常、临界情况），并调用代码执行器运行，展示测试通过情况。这能培养你编写鲁棒代码的习惯。

通过集成这些工具，你的Agent就从一个简单的“问答机”，进化成了一个能主动获取资料、可视化讲解、并教授测试方法的“全能教练”。整个系统的架构也随之变得更加模块化和强大，你可以根据需要随时添加新的工具，比如集成一个在线编译器API、一个算法动画库等。

5. 避坑指南与效能优化：让Agent真正可靠可用

搭建过程不会一帆风顺。以下是我在实践过程中踩过的坑和总结的优化经验，能帮你节省大量时间。

5.1 安全性：代码执行是头等大事

这是最大的风险点，必须严肃对待。

• 绝对隔离：如前述，必须使用Docker等容器技术，并且配置严格的资源限制（CPU、内存、进程数）。切勿使用exec()或subprocess在宿主机直接运行。
• 超时控制：代码执行必须设置超时（如10秒），防止无限循环或死代码耗尽资源。
• 禁用危险模块/系统调用：在Docker容器内，可以通过Seccomp、AppArmor等安全配置文件，或使用sys.settrace()在Python层面拦截危险的系统调用（如os.system,subprocess.Popen,open('/etc/passwd')）。更简单的方法是，在运行用户代码前，用AST（抽象语法树）解析代码，禁止导入os,sys,subprocess等模块（除非题目需要）。
• 网络隔离：运行容器时使用network_mode: "none"禁用网络，防止代码进行网络请求或攻击外部服务。

5.2 提示词工程：引导Agent成为“好老师”

大模型的表现极度依赖提示词（Prompt）。直接问“解这道题”，它可能只给答案。我们需要精心设计提示词来塑造它的行为。

一个有效的辅导Prompt模板应包含：

1. 角色定义：“你是一个耐心、严谨的编程辅导老师，擅长算法和数据结构。”
2. 核心指令：“请按以下步骤解答用户问题：a) 复述并确认问题；b) 分析问题核心与考察点；c) 提供至少一种思路，并比较优劣；d) 给出关键代码片段（如需完整代码请说明）；e) 分析时间与空间复杂度；f) 提出测试建议或边界条件。”
3. 输出格式要求：“使用清晰的Markdown格式，代码块标注语言，关键点使用加粗。”
4. 个性化指令：“在回答时，可以参考以下用户的历史薄弱点：[从记忆模块检索到的信息]。请针对性地强调。”
5. 限制：“不要一次性给出完整代码，除非用户明确要求。优先引导思考。”

在LangChain中，你可以将这样的模板设置为SystemMessagePromptTemplate，与用户的HumanMessage结合，形成完整的对话上下文。

5.3 性能与成本优化

• 模型量化：如果使用本地模型，7B/8B模型经过4-bit或8-bit量化后，能在显存减少近一半的情况下保持大部分性能。使用Ollama时，可以直接拉取量化版模型，如qwen2.5:7b-instruct-q4_K_M。
• 缓存：对于常见的、固定的问题（如“什么是快速排序？”），答案可以缓存起来，避免重复调用LLM。LangChain提供了LLMCache组件。
• 上下文长度管理：对话历史（记忆）可能很长。需要定期总结或裁剪过长的历史，只保留关键信息，避免超出模型的上下文窗口导致性能下降或丢失早期信息。可以使用ConversationSummaryBufferMemory或自定义的摘要逻辑。
• 异步处理：如果工具调用（如代码执行、网络请求）耗时较长，应使用异步框架（如asyncio）避免阻塞主线程，提升Gradio界面的响应速度。
• 备用方案：本地模型可能在某些复杂推理上力不从心。可以设计一个“降级”策略：当本地Agent连续几次无法给出满意答案时，自动将问题转发给更强大的云端API（如GPT-4），并将高质量的回答同步存入本地知识库，用于后续训练或检索，实现“教学相长”。

搭建并优化这样一个OpenClaw学习刷题辅导Agent，本身就是一个极具价值的全栈项目和AI应用实践。它迫使你深入理解LLM的交互逻辑、工具调用范式、系统安全设计和用户体验。当你最终拥有一个能理解你、陪伴你、针对你弱点进行训练的“专属AI教练”时，那种成就感和它带来的学习效率提升，远非单纯使用公共AI工具可比。这个过程，或许比你刷通所有LeetCode题目，更能锻炼一个开发者的综合能力。