AI Agent开发入门实战

Agent核心概念

AI Agent是能够自主感知环境、做出决策并执行行动的智能体。它结合了LLM的推理能力和工具调用能力。

基础架构

核心组件

1. 感知模块：接收输入和状态
2. 决策大脑：LLM进行推理
3. 工具调用：执行具体操作
4. 记忆系统：存储历史信息

架构示例

用户输入
    ↓
感知层（解析意图）
    ↓
决策层（LLM推理）
    ↓
工具层（调用API）
    ↓
执行层（返回结果）
    ↓
记忆层（更新上下文）
​

代码实现

简单Agent框架

from langchain.agents import AgentExecutor, create_openai_tools_agent
from langchain.tools import Tool
from langchain_openai import ChatOpenAI
from langchain import hub

# 1. 定义工具
def search_database(query: str) -> str:
    """搜索数据库"""
    # 实际实现
    return f"搜索结果: {query}"

def calculator(expression: str) -> str:
    """计算表达式"""
    try:
        result = eval(expression)
        return f"结果: {result}"
    except:
        return "计算错误"

tools = [
    Tool(
        name="SearchDB",
        func=search_database,
        description="搜索数据库中的信息"
    ),
    Tool(
        name="Calculator",
        func=calculator,
        description="执行数学计算"
    )
]

# 2. 初始化LLM
llm = ChatOpenAI(model="gpt-4", temperature=0)

# 3. 创建Agent
prompt = hub.pull("hwchase17/openai-tools-agent")
agent = create_openai_tools_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 4. 运行Agent
result = agent_executor.invoke({
    "input": "查询用户123的订单总额，然后计算10%折扣"
})
​

记忆系统

短期记忆

from langchain.memory import ConversationBufferMemory

memory = ConversationBufferMemory(
    memory_key="chat_history",
    return_messages=True
)

# 使用记忆的Agent
agent_executor = AgentExecutor(
    agent=agent,
    tools=tools,
    memory=memory,
    verbose=True
)
​

长期记忆

from langchain.vectorstores import FAISS
from langchain.embeddings import OpenAIEmbeddings

# 向量数据库存储历史对话
vectorstore = FAISS.from_texts(
    texts=["历史对话1", "历史对话2"],
    embedding=OpenAIEmbeddings()
)

# 检索相关记忆
retriever = vectorstore.as_retriever()
​

高级特性

多Agent协作

from langchain.agents import initialize_agent, AgentType

# 创建不同角色的Agent
researcher = initialize_agent(
    tools=research_tools,
    llm=llm,
    agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True
)

writer = initialize_agent(
    tools=writing_tools,
    llm=llm,
    agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True
)

# 协作流程
research_result = researcher.run("研究AI最新进展")
final_article = writer.run(f"基于以下研究写文章: {research_result}")
​

自主规划

from langchain.experimental import AutoGPT

autogpt = AutoGPT(
    llm=llm,
    tools=tools,
    name="自主研究助手",
    description="能够自主规划和执行研究任务",
    verbose=True
)

result = autogpt.run("分析并总结本周AI论文")
​

实践案例

客服Agent

# 工具定义
def check_order_status(order_id: str) -> str:
    """查询订单状态"""
    return f"订单{order_id}已发货"

def process_refund(order_id: str) -> str:
    """处理退款"""
    return f"订单{order_id}退款成功"

# 创建Agent
customer_service_agent = initialize_agent(
    tools=[
        Tool(name="CheckOrder", func=check_order_status),
        Tool(name="ProcessRefund", func=process_refund)
    ],
    llm=llm,
    agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True
)
​

最佳实践

1. 工具设计

• 单一职责：每个工具只做一件事
• 清晰描述：详细说明工具功能
• 错误处理：返回明确的错误信息

2. Prompt工程

system_prompt = """
你是一个专业的AI助手。
- 使用工具获取准确信息
- 无法使用工具时诚实告知
- 保持简洁专业的回答
- 复杂任务分解为多个步骤
"""
​

3. 错误处理

try:
    result = agent_executor.invoke(user_input)
except Exception as e:
    # 降级处理
    return f"抱歉，处理时出错: {str(e)}"
​

4. 性能优化

• 批量工具调用
• 缓存工具结果
• 限制上下文长度
• 使用流式输出

常见问题

工具调用失败

原因：工具描述不清晰
解决：优化工具名称和描述

循环推理

原因：Agent陷入思考循环
解决：设置最大迭代次数

记忆溢出

原因：对话历史过长
解决：定期总结和清理

未来发展

1. 多模态Agent：处理图像、视频
2. 自主进化：Agent自我改进
3. 群体智能：多Agent协作网络
4. 物理世界：机器人控制Agent