AI Agent 开发实战指南

从零构建自主决策的智能体

---

1. 什么是 AI Agent

AI Agent（智能体）是能够自主感知环境、制定计划、执行操作并学习迭代的 AI 系统。与传统的"一问一答"式聊天机器人不同，Agent 具备以下核心能力：

• 感知（Perception）：从环境中收集信息，包括用户输入、API 数据、文件内容等
• 规划（Planning）：将复杂任务分解为可执行的步骤序列
• 记忆（Memory）：短期记忆（对话上下文）和长期记忆（向量数据库、知识图谱）
• 行动（Action）：调用工具、执行代码、操作外部系统
• 反思（Reflection）：评估执行结果，自我纠错和优化

1.1 Agent 工作流程

典型的 Agent 工作循环如下：

1. 接收任务 → 2. 分析理解 → 3. 制定计划
   ↑                                    ↓
6. 学习迭代 ← 5. 评估结果 ← 4. 执行操作

---

2. 主流 Agent 框架对比

特性	LangChain	CrewAI	AutoGen
定位	通用 LLM 框架	多 Agent 协作	对话式 Agent
Agent 模式	链式/工具调用	角色扮演/任务委派	多 Agent 对话
记忆支持	丰富	基础	通过代码实现
工具生态	最丰富	中等	中等
学习曲线	中等	较低	中高
适合场景	RAG、复杂工作流	多人协作模拟	研究实验

2.1 LangChain Agent

LangChain 是目前最成熟的 Agent 框架，提供了 ReAct、Plan-and-Execute、OpenAI Functions 等多种 Agent 模式。其工具系统与 MCP 可以互补使用。

from langchain.agents import create_openai_functions_agent
from langchain_openai import ChatOpenAI
from langchain.tools import tool

@tool
def get_weather(city: str) -> str:
    """获取指定城市的天气"""
    return f"{city}今天晴天，25°C"

llm = ChatOpenAI(model="gpt-4")
agent = create_openai_functions_agent(llm, [get_weather])
result = agent.invoke({"input": "北京天气怎么样？"})

2.2 CrewAI 多 Agent 协作

CrewAI 专注于多 Agent 协作场景，通过角色定义和任务委派实现团队协作。适合模拟客服团队、研发流程等场景。

from crewai import Agent, Task, Crew

researcher = Agent(role="研究员", goal="收集信息", ...)
writer = Agent(role="撰稿人", goal="撰写报告", ...)

task1 = Task(description="调研AI Agent市场", agent=researcher)
task2 = Task(description="撰写分析报告", agent=writer)

crew = Crew(agents=[researcher, writer], tasks=[task1, task2])
result = crew.kickoff()

---

3. 构建你的第一个 Agent

以下使用 Python 和 LangChain 构建一个能查询天气、发送邮件、搜索网页的智能助手：

3.1 环境准备

pip install langchain langchain-openai duckduckgo-search

3.2 定义工具

from langchain.tools import tool
from langchain_community.tools import DuckDuckGoSearchRun

@tool
def send_email(to: str, subject: str, body: str) -> str:
    """发送邮件。参数: to(收件人), subject(主题), body(正文)"""
    # 实际实现中使用 SMTP
    return f"邮件已发送至 {to}"

search = DuckDuckGoSearchRun()

tools = [search, send_email]

3.3 创建 Agent 并运行

from langchain.agents import initialize_agent, AgentType
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4", temperature=0)
agent = initialize_agent(
    tools, llm, agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True
)

agent.run("搜索今天的科技新闻，然后发邮件给我总结一下")

---

4. Agent 记忆系统设计

4.1 短期记忆

短期记忆存储对话历史和当前任务状态。LangChain 提供了多种记忆类型：

• ConversationBufferMemory：完整保留所有对话
• ConversationSummaryMemory：自动总结历史对话
• ConversationTokenBufferMemory：基于 Token 数量限制记忆窗口

4.2 长期记忆

长期记忆通常使用向量数据库实现，存储用户偏好、历史决策、领域知识等持久化信息：

• ChromaDB：轻量级本地向量数据库，适合原型开发
• Pinecone：全托管云服务，适合生产环境
• Milvus：高性能开源方案，适合大规模部署
• Weaviate：支持混合搜索的向量数据库

4.3 记忆检索策略

from langchain.memory import VectorStoreRetrieverMemory

# 使用 ChromaDB 存储长期记忆
retriever = vectorstore.as_retriever(search_kwargs=dict(k=5))
memory = VectorStoreRetrieverMemory(retriever=retriever)

# 保存记忆
memory.save_context(
    {"input": "我喜欢简洁的代码风格"},
    {"output": "已记住你的偏好"}
)

---

5. 高级 Agent 模式

5.1 ReAct 模式

ReAct（Reasoning + Acting）让 Agent 交替进行思考和行动。每一步先分析当前状态，决定下一步操作，然后执行并观察结果。

5.2 Plan-and-Execute 模式

先制定完整计划再逐步执行，适合复杂任务。可以减少中间思考的 Token 消耗，但需要处理计划失败后的重新规划。

5.3 Self-Reflection 模式

Agent 执行完任务后自我评估结果质量。如果不符合预期，自动回溯调整。这需要设计有效的评估指标和反馈循环。

5.4 Multi-Agent 协作模式

多个 Agent 分工协作，模拟团队运作。常见模式包括：

• 层次式：一个 Manager Agent 分配任务给 Worker Agents
• 辩论式：多个 Agent 就同一问题独立分析后辩论
• 流水线式：Agent 按顺序处理，每个完成一道工序

---

6. 最佳实践与踩坑指南

6.1 工具设计原则

• 描述比代码重要：LLM 通过工具描述理解何时使用，描述应包含正反示例
• 原子化工具：每个工具做一件事，组合优于大而全
• 错误友好：返回的错误信息应该帮助 LLM 自动纠正
• 幂等性：同样的输入多次调用应产生相同结果

6.2 常见问题

• Agent 陷入循环：设置最大步数限制和超时机制
• 工具滥用：在系统提示中明确限制工具使用条件
• 幻觉行动：工具返回结果后要求 Agent 验证后再继续
• Token 爆炸：使用摘要记忆和定期上下文压缩

6.3 安全注意事项

• 沙箱执行：不在生产环境直接执行 AI 生成的代码
• 权限控制：敏感操作需要用户二次确认
• 审计日志：记录所有 Agent 的操作轨迹
• 速率限制：防止 Agent 异常调用导致 API 费用失控

6.4 评估体系

建立 Agent 的评估体系至关重要：

• 任务成功率：Agent 完成分配任务的百分比
• 平均步数：完成任务所需的平均操作步数
• Token 效率：每次任务的 Token 消耗
• 用户满意度：终端用户对 Agent 输出的满意度评分

---

7. 总结与展望

AI Agent 正在从实验性技术走向生产级应用。随着 LLM 能力的持续提升和工具生态的不断完善，Agent 将能够处理越来越复杂的任务。

关键趋势：

• Agent 与 MCP 深度融合，统一工具调用标准
• 多模态 Agent 能够处理图像、音频、视频输入
• 边缘部署 Agent，在本地设备上自主运行
• Agent-to-Agent 通信协议标准化

现在正是学习和实践 AI Agent 的最佳时机。从简单的单 Agent 开始，逐步扩展到多 Agent 协作系统，你将打开全新的应用可能性。