使用 Python 搭建智能体（Agent）完整指南

一、什么是智能体（Agent）

在 AI 领域，“智能体（Agent）”并不是一个抽象的概念，而是一个具备目标导向、自主决策能力，并能与环境交互的系统。

从工程角度，可以把智能体拆解为 4 个核心模块：

1. 感知（Perception）
   • 接收输入（用户问题、环境数据、API 返回）
2. 思考（Reasoning）
   • 使用大模型进行推理、规划
3. 行动（Action）
   • 调用工具（函数、API、数据库）
4. 记忆（Memory）
   • 短期上下文 + 长期知识

👉 简单公式：

Agent = LLM（大脑） + Tools（工具） + Memory（记忆） + Planning（规划）

二、为什么用 Python 搭建 Agent

Python 是目前构建 AI Agent 的首选语言，原因非常现实：

1. 生态完整

• AI：OpenAI / Transformers / PyTorch
• Agent 框架：LangChain / LlamaIndex / AutoGen
• 数据处理：Pandas / NumPy

2. 调用模型方便

from openai import OpenAI client = OpenAI()

3. 易于扩展

• Web：FastAPI
• 数据库：SQLite / Redis / Vector DB

三、Agent 的基本架构设计

一个标准 Agent 系统结构如下：

用户输入 ↓ Prompt 构建 ↓ LLM 推理（思考） ↓ 是否调用工具？ ↓ ↓ 否 是 ↓ ↓ 直接回答 执行工具 ↓ 返回结果 ↓ 再次推理 ↓ 输出

四、从零开始：手写一个最小 Agent

1. 安装依赖

pip install openai

2. 基础 LLM 调用

from openai import OpenAI client = OpenAI(api_key="your_api_key") def ask_llm(prompt): response = client.responses.create( model="gpt-5.3", input=prompt ) return response.output[0].content[0].text

3. 加入“工具能力”

定义一个工具（例如计算器）：

def calculator(expression): try: return eval(expression) except: return "计算错误"

4. 让模型决定是否调用工具（核心）

def agent(user_input): prompt = f""" 你是一个智能助手。 如果问题需要计算，请输出： CALL_TOOL: calculator: 表达式 否则直接回答。 问题：{user_input} """ result = ask_llm(prompt) if "CALL_TOOL" in result: tool_input = result.split(":")[-1].strip() tool_result = calculator(tool_input) final_prompt = f""" 工具返回结果：{tool_result} 请给出最终答案 """ return ask_llm(final_prompt) return result

5. 测试

print(agent("123 * 456 等于多少"))

👉 这就是一个最基础的 Agent。

五、进阶：使用函数调用（Function Calling）

现代 Agent 不再用字符串解析，而是用结构化调用。

示例：

tools = [ { "type": "function", "function": { "name": "calculator", "description": "计算数学表达式", "parameters": { "type": "object", "properties": { "expression": { "type": "string" } }, "required": ["expression"] } } } ]

调用：

response = client.responses.create( model="gpt-5.3", tools=tools, input="帮我算 12 * 99" )

六、加入记忆系统（Memory）

1. 短期记忆（上下文）

history = [] def chat(user_input): history.append({"role": "user", "content": user_input}) response = client.responses.create( model="gpt-5.3", input=history ) answer = response.output[0].content[0].text history.append({"role": "assistant", "content": answer}) return answer

2. 长期记忆（向量数据库）

可以使用：

• FAISS
• Chroma
• Milvus

示例（简化版）：

memory_db = [] def save_memory(text): memory_db.append(text) def retrieve_memory(query): return memory_db[:3]

七、加入规划能力（Planning）

智能体的关键升级：从“回答问题” → “解决任务”

示例：任务拆解

def planner(task): prompt = f""" 请把任务拆分成步骤： {task} """ return ask_llm(prompt)

示例输出：

1. 搜索信息 2. 整理数据 3. 输出总结

八、多工具 Agent（真实生产形态）

tools = { "calculator": calculator, "search": lambda x: f"搜索结果: {x}" }

调度逻辑：

def execute_tool(name, arg): return tools[name](arg)

九、使用框架（推荐）

1. LangChain（最常用）

pip install langchain

示例：

from langchain.agents import initialize_agent from langchain.tools import Tool tools = [ Tool( name="Calculator", func=calculator, description="计算数学问题" ) ] agent = initialize_agent( tools, llm, agent="zero-shot-react-description" )

2. AutoGen（多智能体）

适合复杂任务：

from autogen import AssistantAgent

👉 可以实现：

• AI 自己写代码
• AI 多角色协作

十、完整 Agent 架构（工业级）

一个成熟系统通常包含：

1. 输入层

• API / Web / Chat

2. Agent 核心

• LLM
• Tool Router
• Planner

3. 工具层

• 搜索
• 数据库
• 文件系统

4. 存储层

• 向量数据库
• 日志

十一、优化方向（关键）

1. Prompt Engineering

• Few-shot
• Chain-of-Thought
• ReAct

2. RAG（检索增强）

问题 → 检索 → 拼接上下文 → LLM

3. 缓存（Context Caching）

减少 token 消耗。

4. 多 Agent 协作

角色划分：

• Planner
• Executor
• Reviewer

十二、实际应用场景

1. AI 客服

• 自动回答 + 查询订单

2. 数据分析助手

• 自动写 SQL

3. 自动化运维

• 执行脚本

4. AI 内容生产

• 写文章、视频脚本

十三、常见坑

1. 幻觉问题

👉 解决：RAG

2. 工具调用错误

👉 解决：函数调用 + schema

3. 成本过高

👉 解决：

• 缓存
• 限制上下文

4. 延迟高

👉 解决：

• 流式输出
• 并行调用

十四、总结

用 Python 搭建智能体，本质上是把 AI 从“聊天工具”升级为“执行系统”。

核心路径：

基础调用 → 工具调用 → 记忆 → 规划 → 多 Agent

如果你要一句话总结：

👉Agent = 会思考 + 会用工具 + 会记住 + 会规划 的 AI 系统

十五、下一步建议（重点）

如果你要做更高级的系统，可以继续深入：

1. RAG 架构设计
2. Agent Workflow（工作流编排）
3. 多模态 Agent（图像/视频）
4. AI 自动化（AutoGPT / CrewAI）