什么是 Agent：从概念到代码实战的完整指南-平芜编程栈

1. 什么是 Agent

Agent（智能体）是当前人工智能领域最热门的概念之一。简单来说，Agent 是一个能够感知环境、做出决策并执行行动的系统。它不仅仅是简单地回答问题，而是能够自主地规划任务、调用工具、获取反馈，并根据反馈调整自己的行为，最终完成一个相对复杂的目标。

与传统的大语言模型（LLM）不同，传统 LLM 只能根据输入生成文本输出，而 Agent 则在此基础上增加了行动能力。它可以通过调用外部工具（如搜索引擎、代码解释器、数据库、API 等）来获取信息、执行操作，从而真正地“做事”，而不只是“说话”。

一个典型的 Agent 通常包含以下核心组件：

大脑（LLM）：负责理解任务、进行推理、制定计划和生成决策。
规划（Planning）：将复杂任务拆解为多个子步骤，并确定执行顺序。
记忆（Memory）：保存对话历史、中间结果和长期知识，帮助 Agent 保持上下文一致性。
工具（Tools）：Agent 可以调用的外部函数或 API，如搜索、计算、代码执行等。
行动（Action）：根据决策调用相应的工具，并处理工具返回的结果。

下面这张图展示了 Agent 的基本工作流程：

flowchart TD A[用户输入任务] --> B[LLM 理解与规划] B --> C[拆解子任务] C --> D[调用工具执行] D --> E[获取工具结果] E --> F{任务是否完成} F -->|否| B F -->|是| G[输出最终结果]

2. Agent 的核心原理

要深入理解 Agent，需要掌握几个关键原理：ReAct 模式、工具调用和记忆机制。

2.1 ReAct 模式

ReAct（Reasoning + Acting）是 Agent 最核心的工作模式。它让 LLM 在推理（Reasoning）和行动（Acting）之间交替进行：先思考当前状态，再决定采取什么行动，观察行动结果后继续思考，如此循环直到任务完成。

ReAct 的循环过程可以概括为：

Thought（思考）：分析当前问题，决定下一步该做什么。
Action（行动）：选择一个工具并传入参数。
Observation（观察）：获取工具返回的结果。
重复以上步骤，直到得出最终答案。

2.2 工具调用（Function Calling）

工具调用是 Agent 与外部世界交互的桥梁。LLM 本身不具备执行能力，但它可以生成结构化的调用指令，指定要调用的函数名和参数。外部系统解析这些指令后执行相应的函数，并把结果返回给 LLM。

例如，当用户问“北京现在天气怎么样”时，Agent 会生成一个调用天气 API 的指令，获取数据后再组织成自然语言回答。

2.3 记忆机制

Agent 的记忆分为短期记忆和长期记忆：

短期记忆：当前对话的上下文，通常通过把历史消息拼接到 Prompt 中实现。
长期记忆：跨会话的知识，通常存储在向量数据库中，通过语义检索获取相关片段。

3. 代码实战：用 Python 从零实现一个 Agent

下面我们通过一个完整的 Python 示例，从零实现一个简单的 Agent。这个 Agent 能够调用两个工具：计算器和当前时间查询，并通过 ReAct 模式自主完成任务。

3.1 环境准备

首先安装必要的依赖库：

pip install openai

然后导入相关模块并配置 API Key：

import json import datetime from openai import OpenAI 请替换为你的真实 API Key client = OpenAI(api_key="your-api-key")

3.2 定义工具函数

我们定义两个简单的工具函数：一个用于数学计算，一个用于获取当前时间。

def calculator(expression: str) -> str: """计算数学表达式的结果""" try: # 注意：实际项目中应使用更安全的计算方式 result = eval(expression) return str(result) except Exception as e: return f"计算错误: {str(e)}" def get_current_time() -> str: """获取当前日期和时间""" now = datetime.datetime.now() return now.strftime("%Y-%m-%d %H:%M:%S") 工具注册表：Agent 可用的工具列表 TOOLS = { "calculator": { "description": "计算数学表达式，例如 '2 + 3 * 4'", "function": calculator, "parameters": { "type": "object", "properties": { "expression": { "type": "string", "description": "要计算的数学表达式" } }, "required": ["expression"] } }, "get_current_time": { "description": "获取当前的日期和时间", "function": get_current_time, "parameters": { "type": "object", "properties": {} } } }

3.3 构建 Agent 核心循环

接下来实现 Agent 的核心循环。我们使用 OpenAI 的 Function Calling 能力，让模型自主决定是否调用工具以及调用哪个工具。

class SimpleAgent: def __init__(self, model="gpt-4o-mini", max_steps=5): self.model = model self.max_steps = max_steps self.messages = [] self.tools = [ { "type": "function", "function": { "name": name, "description": info["description"], "parameters": info["parameters"] } } for name, info in TOOLS.items() ] def run(self, user_input: str) -&gt; str: """运行 Agent，处理用户输入并返回最终结果""" self.messages.append({"role": "user", "content": user_input}) for step in range(self.max_steps): print(f"\n--- 第 {step + 1} 步 ---") # 调用 LLM response = client.chat.completions.create( model=self.model, messages=self.messages, tools=self.tools, tool_choice="auto" ) message = response.choices[0].message self.messages.append(message) 如果模型没有要求调用工具，说明已经得到最终答案 if not message.tool_calls: print(f"最终回答: {message.content}") return message.content 处理工具调用 for tool_call in message.tool_calls: function_name = tool_call.function.name arguments = json.loads(tool_call.function.arguments) print(f"调用工具: {function_name}, 参数: {arguments}") # 执行工具函数 if function_name in TOOLS: result = TOOLS[function_name]["function"](**arguments) else: result = f"未知工具: {function_name}" print(f"工具返回: {result}") # 把工具结果加入消息列表 self.messages.append({ "role": "tool", "tool_call_id": tool_call.id, "content": result }) return "已达到最大步数，任务未完成。" 使用示例 agent = SimpleAgent() result = agent.run("帮我计算 (15 + 27) * 3 的结果，然后告诉我现在的日期和时间")

3.4 运行结果分析

运行上述代码，你会看到 Agent 的完整推理和行动过程。它可能会这样工作：

--- 第 1 步 --- 调用工具: calculator, 参数: {'expression': '(15 + 27) * 3'} 工具返回: 126 --- 第 2 步 --- 调用工具: get_current_time, 参数: {} 工具返回: 2026-08-09 16:34:22 --- 第 3 步 --- 最终回答: 计算结果是 126。当前日期和时间是 2026-08-09 16:34:22。

可以看到，Agent 自主地完成了任务拆解、工具调用和结果汇总，这正是 Agent 的核心价值所在。

4. 实战进阶：使用 LangChain 构建 Agent

在实际项目中，我们通常使用成熟的框架来构建 Agent，其中最流行的是LangChain。LangChain 提供了丰富的工具集成和 Agent 实现，大大降低了开发门槛。

4.1 安装 LangChain

pip install langchain langchain-openai

4.2 使用 LangChain 创建 Agent

from langchain.agents import create_tool_calling_agent, AgentExecutor from langchain.tools import tool from langchain_openai import ChatOpenAI from langchain_core.prompts import ChatPromptTemplate @tool def add(a: int, b: int) -> int: """计算两个整数的和""" return a + b @tool def multiply(a: int, b: int) -> int: """计算两个整数的乘积""" return a * b 初始化 LLM llm = ChatOpenAI(model="gpt-4o-mini", api_key="your-api-key") 创建 Prompt prompt = ChatPromptTemplate.from_messages([ ("system", "你是一个乐于助人的 AI 助手，可以调用工具来解决问题。"), ("human", "{input}"), ("placeholder", "{agent_scratchpad}") ]) 创建 Agent tools = [add, multiply] agent = create_tool_calling_agent(llm, tools, prompt) agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) 运行 Agent result = agent_executor.invoke({"input": "请计算 23 乘以 4 的结果，然后加上 15"}) print(result["output"])

LangChain 封装了 ReAct 循环、工具调用解析和消息管理等复杂逻辑，让我们可以专注于业务逻辑本身。