你和 Agent 的第一次对话假设你问 ChatGPT“帮我查一下今天北京的天气然后推荐个合适的景点。”一个普通的 AI 对话会直接从训练数据里编一个答案天气可能是错的景点推荐也是靠猜的。而一个真正的 Agent会这样做1. 先想一想我需要先查天气再根据天气推荐景点 2. 调用天气 API拿到实时数据「晴天26°C」 3. 再想一想晴天适合户外调用搜索工具查景点 4. 拿到结果组织语言给出最终回答这个想一想 → 用工具 → 再想一想 → 再用工具 → 给出答案的循环就是 Agent 的核心。一、Agent 的本质一个持续运转的循环所有 Agent 的底层逻辑都可以用一句话概括感知环境 → 自主决策 → 采取行动 → 观察结果 → 循环用图来表示就是这样┌─────────────────────────────────────────┐ │ │ │ 用户输入 / 上一步的结果 │ │ ↓ │ │ 思考LLM │ │ ↙ ↘ │ │ 规划下一步 选择用哪个工具 │ │ ↓ │ │ 执行行动 │ │ ↓ │ │ 得到观察结果 │ │ ↓ │ │ ← 是否完成任务 │ │ 否回到「思考」 │ │ 是输出最终答案 │ │ │ └─────────────────────────────────────────┘这个循环有个专门的名字叫Agent Loop智能体循环。普通 AI 对话是一问一答而 Agent 是在一个目标下持续运转直到任务完成。这是两者最根本的区别。二、Agent 是怎么说话的为了让 LLM 能驱动这个循环我们需要规定一套格式让它每次输出时都明确表达两件事Thought我在想什么当前的推理过程Action我要做什么下一步要调用的工具举个例子当用户说帮我查北京天气并推荐景点Agent 第一轮的输出可能是Thought: 用户想知道北京天气然后根据天气推荐景点。 我应该先查天气才能做后续推荐。 Action: get_weather(city北京)程序解析出Action调用get_weather函数得到结果后封装成Observation: 北京当前天气Sunny气温26摄氏度这个Observation被追加到对话历史里Agent 开始第二轮思考……如此往复形成完整的Thought → Action → Observation循环直到 Agent 认为信息足够了输出Action: Finish[今天北京天晴26°C推荐去颐和园或长城]任务结束。三、传统 AI vs LLM Agent差在哪在大语言模型出现之前智能体已经存在了几十年但那时的 Agent 和现在完全不同。用一张图来对比传统 Agent规则驱动 LLM Agent语言模型驱动 ──────────────────── ──────────────────────── if 温度 26°C: 用户想订酒店我先查价格 开空调 然后看用户预算再筛选…… elif 温度 18°C: 开暖气 → 能理解模糊意图 → 能自主拆解复杂任务 → 规则写死遇到新情况就懵 → 能动态调用多种工具 → 只能处理开发者预想到的情况 → 能根据反馈动态修正维度传统 AgentLLM Agent决策方式硬编码规则LLM 动态推理知识来源人工编写预训练 实时工具交互方式结构化输入自然语言灵活性低边界固定高泛化能力强一句话传统 Agent 是按说明书操作的机器人LLM Agent 是能看懂需求、自己想办法的助手。四、Workflow vs Agent别混淆了这是一个很多人容易搞混的概念但搞清楚很重要。Workflow工作流流程是固定的AI 只是其中的一个执行节点Agent目标是固定的流程由 AI 自己规划用一个电商退款的例子来对比Workflow 方案提交申请 ↓ 金额 100→ 自动通过 金额 100~500→ 客服审核 金额 500→ 主管审批逻辑清晰每步可追溯但遇到定制商品已拆封这种边缘情况就不知道怎么办了。Agent 方案用户提交申请 ↓ Agent 理解情况商品是什么买了多久用户历史如何 ↓ 综合判断这个情况政策怎么说用户诉求是什么 ↓ 给出处理意见灵活能处理复杂情况但结果不完全可预测。实际上最好的方案往往是两者结合标准化的流程用 Workflow快、稳、可审计需要理解和判断的环节用 Agent灵活、智能五、动手实现用 100 行代码跑起第一个 Agent说了这么多理论不如直接跑起来感受一下。我们用 Python 实现一个智能旅行助手它会自主查询北京今天的实时天气根据天气联网搜索景点推荐综合信息给出完整回答整个过程完全自动不需要人工干预。准备工作pip install requests tavily-python openai需要准备两个 API KeyLLM API Key任意兼容 OpenAI 格式的服务都可以DeepSeek、智谱、OpenAI 等Tavily API Key免费注册即可获得地址tavily.com如果你还没有 LLM API可以参考系列第 0 期的环境配置。完整代码import os import re import requests from openai import OpenAI from tavily import TavilyClient # # 第一部分系统提示词 —— 告诉 LLM 它是谁、能用什么工具、输出什么格式 # AGENT_SYSTEM_PROMPT 你是一个智能旅行助手。你的任务是分析用户的请求并使用可用工具一步步地解决问题。 # 可用工具: - get_weather(city: str): 查询指定城市的实时天气。 - get_attraction(city: str, weather: str): 根据城市和天气搜索推荐的旅游景点。 # 输出格式每次只输出一对不要多输: Thought: [你的思考过程和下一步计划] Action: [你要执行的具体行动] Action 的格式必须是以下之一 1. 调用工具function_name(arg_namearg_value) 2. 结束任务Finish[最终答案] 请开始吧 # # 第二部分工具函数 —— Agent 能调用的能力 # def get_weather ( city: str ) - str : 查询实时天气使用 wttr.in无需 API Key url fhttps://wttr.in/{city}?formatj1 try : response requests.get(url, timeout 10 ) response.raise_for_status() data response.json() condition data[ current_condition ][ 0 ] weather_desc condition[ weatherDesc ][ 0 ][ value ] temp_c condition[ temp_C ] return f{city}当前天气{weather_desc}气温 {temp_c}°C except requests.exceptions.RequestException as e: return f错误查询天气时网络异常 - {e} except (KeyError, IndexError) as e: return f错误解析天气数据失败城市名称可能无效 - {e} def get_attraction ( city: str, weather: str ) - str : 根据城市和天气联网搜索景点推荐 api_key os.environ.get( TAVILY_API_KEY ) if not api_key: return 错误未配置 TAVILY_API_KEY 环境变量。 tavily TavilyClient(api_keyapi_key) query f{city} 在 {weather} 天气下最值得去的旅游景点推荐 try : response tavily.search(queryquery, search_depth basic , include_answer True ) if response.get( answer ): return response[ answer ] results [ f- {r[title]}: {r[content]} for r in response.get( results , [])] return 搜索结果\n \n .join(results) if results else 未找到相关景点推荐。 except Exception as e: return f错误搜索时出现问题 - {e} # 工具注册表名称 → 函数Agent 通过名称找到对应函数来调用 available_tools { get_weather : get_weather, get_attraction : get_attraction, } # # 第三部分LLM 客户端 —— 兼容任何 OpenAI 格式的服务 # class LLMClient : def __init__ ( self, model: str, api_key: str, base_url: str ): self .model model self .client OpenAI(api_keyapi_key, base_urlbase_url) def generate ( self, prompt: str, system_prompt: str ) - str : try : response self .client.chat.completions.create( model self .model, messages[ { role : system , content : system_prompt}, { role : user , content : prompt} ], stream False ) return response.choices[ 0 ].message.content except Exception as e: return f错误调用 LLM 失败 - {e} # # 第四部分Agent Loop —— 核心循环逻辑 # def run_agent ( user_prompt: str, llm: LLMClient, max_steps: int 5 ): print ( f\n{*50}\n用户{user_prompt}\n{*50} ) # prompt_history 是 Agent 的记忆把每一步的 Thought/Action/Observation 都串起来 prompt_history [ f用户请求: {user_prompt} ] for step in range (max_steps): print ( f\n--- 第 {step 1} 步 --- ) # 1. 把历史拼成完整 Prompt让 LLM 知道走到哪了 full_prompt \n .join(prompt_history) # 2. 调用 LLM得到 Thought Action llm_output llm.generate(full_prompt, system_promptAGENT_SYSTEM_PROMPT) # 防止 LLM 一次输出多个 Thought-Action 对只保留第一个 match re.search( r(Thought:.*?Action:.*?)(?\nThought:|\nObservation:|\Z) , llm_output, re.DOTALL ) if match and match .group( 1 ).strip() ! llm_output.strip(): llm_output match .group( 1 ).strip() print (llm_output) prompt_history.append(llm_output) # 3. 解析 Action action_match re.search( rAction:\s*(.*) , llm_output, re.DOTALL) if not action_match: observation 格式错误未找到 Action 字段请严格按照 Thought/Action 格式输出。 prompt_history.append( fObservation: {observation} ) continue action_str action_match.group( 1 ).strip() # 4. 任务完成 if action_str.startswith( Finish ): finish_match re. match ( rFinish\[(.*)\] , action_str, re.DOTALL) if finish_match: print ( f\n{*50}\n最终答案\n{finish_match.group(1)}\n{*50} ) return finish_match.group( 1 ) break # 5. 解析工具调用并执行 try : tool_name re.search( r(\w)\( , action_str).group( 1 ) args_str re.search( r\((.*)\) , action_str).group( 1 ) kwargs dict (re.findall( r(\w)([^]*) , args_str)) if tool_name in available_tools: print ( f→ 调用工具{tool_name}({kwargs}) ) observation available_tools[tool_name](**kwargs) else : observation f错误未知工具 {tool_name} except Exception as e: observation f错误解析工具调用失败 - {e} # 6. 记录观察结果进入下一轮 print ( fObservation: {observation} ) prompt_history.append( fObservation: {observation} ) print ( 已达到最大步数任务未完成。 ) return None # # 运行入口 —— 填入你的 API Key 后即可运行 # if __name__ __main__ : API_KEY YOUR_LLM_API_KEY BASE_URL YOUR_BASE_URL # 例如 https://api.deepseek.com/v1 MODEL_ID YOUR_MODEL_ID # 例如 deepseek-chat TAVILY_KEY YOUR_TAVILY_API_KEY os.environ[ TAVILY_API_KEY ] TAVILY_KEY llm LLMClient(modelMODEL_ID, api_keyAPI_KEY, base_urlBASE_URL) run_agent( user_prompt 帮我查一下今天北京的天气然后根据天气推荐一个合适的旅游景点。 , llmllm )运行效果 用户帮我查一下今天北京的天气然后根据天气推荐一个合适的旅游景点。 --- 第 1 步 --- Thought: 需要先查询北京今天的天气才能根据天气推荐景点。 Action: get_weather(city北京) → 调用工具get_weather({city: 北京}) Observation: 北京当前天气Sunny气温 26°C --- 第 2 步 --- Thought: 天气晴朗适合户外活动现在搜索适合晴天的景点。 Action: get_attraction(city北京, weatherSunny) → 调用工具get_attraction({city: 北京, weather: Sunny}) Observation: 晴天推荐颐和园、长城、天坛公园等户外景点…… --- 第 3 步 --- Thought: 已获取天气和景点信息可以给出完整回答了。 Action: Finish[今天北京晴天气温 26°C非常适合户外游玩。推荐颐和园湖光山色或长城历史壮景祝旅途愉快] 最终答案 今天北京晴天气温 26°C非常适合户外游玩。推荐颐和园湖光山色或长城历史壮景祝旅途愉快 这段代码做了什么三个关键设计理解它们就理解了所有 Agent 框架的核心**① 系统提示词System Prompt**这是 Agent 的说明书——告诉 LLM 它是谁、有哪些工具、每次必须输出什么格式。提示词写得好不好直接决定 Agent 好不好用。**② prompt_history对话历史**Agent 没有自带记忆它的记忆就是把每一步的 Thought / Action / Observation 拼接成一段越来越长的文本每次都整个传给 LLM。这就是为什么 Agent 跑多步之后消耗的 token 会越来越多。**③ 工具注册表available_tools**一个简单的字典{工具名: 函数}。LLM 输出工具名程序找到对应函数传入参数执行返回结果。扩展新能力只需要在字典里加一行。最近两年大模型发展很迅速在理论研究方面得到很大的拓展基础模型的能力也取得重大突破大模型现在正在积极探索落地的方向如果与各行各业结合起来是未来落地的一个重大研究方向大模型应用工程师年包50w属于中等水平如果想要入门大模型那现在正是最佳时机2025年Agent的元年2026年将会百花齐放相应的应用将覆盖文本视频语音图像等全模态如果你对AI大模型入门感兴趣那么你需要的话可以点击这里大模型重磅福利入门进阶全套104G学习资源包免费分享扫描下方csdn官方合作二维码获取哦给大家推荐一个大模型应用学习路线这个学习路线的具体内容如下第一节提示词工程提示词是用于与AI模型沟通交流的这一部分主要介绍基本概念和相应的实践高级的提示词工程来实现模型最佳效果以现实案例为基础进行案例讲解在企业中除了微调之外最喜欢的就是用提示词工程技术来实现模型性能的提升第二节检索增强生成RAG可能大家经常会看见RAG这个名词这个就是将向量数据库与大模型结合的技术通过外部知识来增强改进提升大模型的回答结果这一部分主要介绍RAG架构与组件从零开始搭建RAG系统生成部署RAG性能优化等第三节微调预训练之后的模型想要在具体任务上进行适配那就需要通过微调来提升模型的性能能满足定制化的需求这一部分主要介绍微调的基础模型适配技术最佳实践的案例以及资源优化等内容第四节模型部署想要把预训练或者微调之后的模型应用于生产实践那就需要部署模型部署分为云端部署和本地部署部署的过程中需要考虑硬件支持服务器性能以及对性能进行优化使用过程中的监控维护等第五节人工智能系统和项目这一部分主要介绍自主人工智能系统包括代理框架决策框架多智能体系统以及实际应用然后通过实践项目应用前面学习到的知识包括端到端的实现行业相关情景等学完上面的大模型应用技术就可以去做一些开源的项目大模型领域现在非常注重项目的落地后续可以学习一些Agent框架等内容上面的资料做了一些整理有需要的同学可以下方添加二维码获取仅供学习使用