AI Agent 工程师入门指南：从原理到代码实战

1. 引言：什么是 AI Agent

AI Agent（智能体）是以大语言模型（LLM）为核心，能够感知环境、自主规划、调用工具并执行任务以达成目标的程序系统。与传统单轮问答不同，Agent 具备记忆、推理和行动能力，可以完成多步骤复杂任务。

本文面向零基础或初级开发者，从核心概念讲起，逐步深入到代码实战，帮助你建立 AI Agent 工程师所需的知识体系和动手能力。

2. 核心概念与架构

一个完整的 AI Agent 通常由以下核心模块组成：

• 大语言模型（LLM）：负责理解指令、推理决策和生成文本。
• 规划（Planning）：将复杂任务拆解为可执行的子步骤。
• 记忆（Memory）：保存对话历史、任务状态和长期知识。
• 工具调用（Tool Use）：通过函数调用访问外部 API、数据库或代码执行环境。
• 行动与反馈（Action & Feedback）：执行动作并根据结果调整下一步计划。

下图展示了 Agent 的基本工作流程：

flowchart TD A[用户输入] --> B[LLM 理解与规划] B --> C{是否需要工具?} C -- 是 --> D[调用工具/API] D --> E[获取结果] E --> B C -- 否 --> F[生成最终回复] F --> G[输出给用户]

3. 环境准备

在开始编码前，请确保本地环境满足以下要求：

• Python 3.10 或更高版本
• 一个 OpenAI 兼容的 API Key（或使用本地模型如 Ollama）
• 安装必要的 Python 包

执行以下命令安装依赖：

pip install openai python-dotenv

在项目根目录创建.env文件，写入你的 API Key：

OPENAI_API_KEY=sk-你的密钥 OPENAI_BASE_URL=https://api.openai.com/v1

4. 第一个 Agent：简单的对话助手

我们先从最基础的对话助手开始，理解 LLM 调用的基本流程。

import os from openai import OpenAI from dotenv import load_dotenv load_dotenv() client = OpenAI( api_key=os.getenv("OPENAI_API_KEY"), base_url=os.getenv("OPENAI_BASE_URL"), ) def chat(prompt: str) -> str: response = client.chat.completions.create( model="gpt-4o-mini", messages=[ {"role": "system", "content": "你是一个乐于助人的 AI 助手。"}, {"role": "user", "content": prompt}, ], ) return response.choices[0].message.content if name == "main": print(chat("请用一句话介绍你自己"))

运行上述代码，你会得到模型返回的自我介绍。这是所有 Agent 的基础——先学会与 LLM 对话。

5. 让 Agent 学会调用工具

真正的 Agent 需要调用外部工具。OpenAI 提供了 Function Calling 机制，让模型可以输出结构化调用指令。下面我们实现一个能查询天气的 Agent。

import json import os from openai import OpenAI from dotenv import load_dotenv load_dotenv() client = OpenAI(api_key=os.getenv("OPENAI_API_KEY")) 模拟天气查询工具 def get_weather(city: str) -> str: weather_data = { "北京": "晴，25°C", "上海": "多云，28°C", "广州": "小雨，30°C", } return weather_data.get(city, "暂无该城市数据") tools = [ { "type": "function", "function": { "name": "get_weather", "description": "查询指定城市的天气", "parameters": { "type": "object", "properties": { "city": {"type": "string", "description": "城市名称"} }, "required": ["city"], }, }, } ] def run_agent(user_input: str) -> str: messages = [{"role": "user", "content": user_input}] response = client.chat.completions.create( model="gpt-4o-mini", messages=messages, tools=tools, tool_choice="auto", ) msg = response.choices[0].message if msg.tool_calls: # 执行工具调用 for tool_call in msg.tool_calls: args = json.loads(tool_call.function.arguments) result = get_weather(args["city"]) messages.append(msg) messages.append({ "role": "tool", "tool_call_id": tool_call.id, "content": result, }) # 将工具结果返回给模型生成最终回答 final = client.chat.completions.create( model="gpt-4o-mini", messages=messages, ) return final.choices[0].message.content return msg.content if name == "main": print(run_agent("北京今天天气怎么样？"))

这段代码演示了 Agent 的核心循环：模型判断需要调用工具，我们执行工具并返回结果，模型再基于结果生成最终回答。

6. 使用 LangChain 构建 Agent

LangChain 是目前最流行的 Agent 开发框架之一，它封装了工具调用、记忆管理和链式调用等复杂逻辑。首先安装依赖：

pip install langchain langchain-openai

下面用 LangChain 快速构建一个带记忆的 Agent：

import os from dotenv import load_dotenv from langchain_openai import ChatOpenAI from langchain.agents import create_tool_calling_agent, AgentExecutor from langchain.tools import tool from langchain.memory import ConversationBufferMemory from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder load_dotenv() @tool def add(a: float, b: float) -> float: """计算两个数字的和""" return a + b @tool def multiply(a: float, b: float) -> float: """计算两个数字的乘积""" return a * b llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) prompt = ChatPromptTemplate.from_messages([ ("system", "你是一个数学计算助手，请使用工具完成计算。"), MessagesPlaceholder(variable_name="chat_history"), ("human", "{input}"), MessagesPlaceholder(variable_name="agent_scratchpad"), ]) memory = ConversationBufferMemory( memory_key="chat_history", return_messages=True, ) agent = create_tool_calling_agent(llm, [add, multiply], prompt) executor = AgentExecutor(agent=agent, tools=[add, multiply], memory=memory, verbose=True) if name == "main": print(executor.invoke({"input": "请计算 3 加 5 等于多少？"})) print(executor.invoke({"input": "再帮我算一下刚才的结果乘以 4 是多少？"}))

注意第二个问题用到了「刚才的结果」，这正是记忆模块在起作用。LangChain 自动维护了对话历史，让 Agent 具备多轮上下文理解能力。

7. 实战项目：自动研究报告生成器

下面我们综合运用所学知识，构建一个能自动搜索资料并生成研究报告的 Agent。这个项目包含搜索工具、内容总结和报告生成三个环节。

import os from dotenv import load_dotenv from langchain_openai import ChatOpenAI from langchain.agents import create_tool_calling_agent, AgentExecutor from langchain.tools import tool from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder load_dotenv() 模拟搜索工具（实际可接入 SerpAPI 或 Bing Search） @tool def search_web(query: str) -> str: """搜索互联网获取最新信息""" # 这里用模拟数据代替真实搜索 database = { "AI Agent": "AI Agent 是 2025 年最热门的 AI 应用方向，市场规模预计达 500 亿美元。", "大模型": "大语言模型参数规模持续增长，多模态成为新趋势。", "自动驾驶": "L4 级自动驾驶进入商业化试点阶段。", } return database.get(query, f"关于 {query} 的搜索结果：暂无详细数据，建议查阅最新行业报告。") @tool def summarize(text: str) -> str: """对长文本进行摘要""" # 实际项目中可调用 LLM 完成摘要 return f"摘要：{text[:50]}..." llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.3) prompt = ChatPromptTemplate.from_messages([ ("system", "你是一名资深行业分析师，请基于工具返回的资料撰写结构清晰、数据详实的研究报告。"), ("human", "{input}"), MessagesPlaceholder(variable_name="agent_scratchpad"), ]) agent = create_tool_calling_agent(llm, [search_web, summarize], prompt) executor = AgentExecutor(agent=agent, tools=[search_web, summarize], verbose=True) if name == "main": result = executor.invoke({ "input": "请研究 AI Agent 行业的发展现状，并生成一份 500 字左右的报告。" }) print(result["output"])

运行后，Agent 会先调用搜索工具获取资料，再调用摘要工具整理信息，最后生成完整报告。你可以把search_web替换为真实的搜索 API，让 Agent 具备联网能力。

8. 进阶：多 Agent 协作

复杂任务往往需要多个 Agent 分工协作。下面演示一个「项目经理 + 程序员 + 测试员」的多 Agent 系统。

import os from dotenv import load_dotenv from langchain_openai import ChatOpenAI from langchain.agents import create_tool_calling_agent, AgentExecutor from langchain.tools import tool from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder load_dotenv() @tool def write_code(requirement: str) -> str: """根据需求编写 Python 代码""" return f"def solution():\n # 实现：{requirement}\n return '完成'" @tool def run_tests(code: str) -> str: """对代码执行测试""" return "测试通过，无错误。" llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) def create_agent(system_prompt: str, tools: list): prompt = ChatPromptTemplate.from_messages([ ("system", system_prompt), ("human", "{input}"), MessagesPlaceholder(variable_name="agent_scratchpad"), ]) agent = create_tool_calling_agent(llm, tools, prompt) return AgentExecutor(agent=agent, tools=tools, verbose=True) 三个角色 manager = create_agent( "你是项目经理，负责拆解任务并分派给程序员。", [write_code], ) programmer = create_agent( "你是资深程序员，负责编写高质量代码。", [write_code], ) tester = create_agent( "你是测试工程师，负责验证代码质量。", [run_tests], ) if name == "main": # 模拟协作流程 task = "实现一个计算斐波那契数列的函数" plan = manager.invoke({"input": f"请拆解任务：{task}"}) code = programmer.invoke({"input": f"请编写代码：{task}"}) test_result = tester.invoke({"input": f"请测试代码：{code['output']}"}) print("项目经理计划：", plan["output"]) print("程序员产出：", code["output"]) print("测试结果：", test_result["output"])

多 Agent 协作的核心思想是「职责分离」：每个 Agent 只负责一个专业领域，通过工具和消息传递完成整体任务。实际生产环境中，你可以用消息队列或工作流引擎来编排这些 Agent。

9. 常见问题与调试技巧

开发 Agent 过程中，你可能会遇到以下常见问题：

调试时建议开启verbose=True，观察 Agent 每一步的思考和工具调用过程，这是定位问题最有效的手段。

10. 总结与学习路线

本文从零开始介绍了 AI Agent 的核心概念、架构和代码实战，涵盖工具调用、LangChain 框架、记忆管理和多 Agent 协作。要成为一名合格的 AI Agent 工程师，建议按以下路线继续深入学习：

• 第一阶段：熟练掌握 Python 和 LLM API 调用。
• 第二阶段：深入理解 Function Calling 和工具设计模式。
• 第三阶段：学习 LangChain、LlamaIndex 等框架的源码。
• 第四阶段：研究 RAG（检索增强生成）、Agent 记忆持久化和多 Agent 编排。
• 第五阶段：关注 AutoGPT、MetaGPT 等前沿项目，动手复现并改进。

AI Agent 是当前 AI 工程化最活跃的方向之一，希望本文能帮你迈出扎实的第一步。动手把上面的代码跑起来，再结合自己的业务场景改造，你会成长得更快。