🎯 最近被各种新闻、文章等刷屏AI工具，今天我们也来创建一个智能体
一、5分钟动手：创建你的第一个智能体
1、 准备工作
| 工具 | 用途 | 获取方式 |
|---|---|---|
| Python 3.8+ | 运行环境 | python.org下载安装 |
| DeepSeek API Key | AI大脑 | platform.deepseek.com注册（充值10元） |
| 代码编辑器 | 写代码 | VS Code或记事本 |
① python安装就不讲了，安装很简单，网上也有很多教程。
⚠️ 注意 ：安装Python时勾选 "Add Python to PATH"
② 需要准备deepseek的API keys，可以充值10元，可以用很久。
2、安装依赖
bash
pip install openai3、 编写代码
新建文件 my_agent.py，粘贴以下代码（记住替换你的API Key）：
python
import time
from openai import OpenAI
# ========== 配置 ==========
API_KEY = "your-deepseek-api-key" # ← 替换为你的API Key
client = OpenAI(api_key=API_KEY, base_url="https://api.deepseek.com")
# ========== 核心：智能体类 ==========
class SimpleAgent:
"""
一个简单的智能体，具备：
1. 角色设定（System Prompt）
2. 对话记忆（Memory）
3. 工具调用（Tools）
4. 流式输出（Streaming）
"""
def __init__(self, name, role_description):
self.name = name
self.role = role_description
self.memory = [] # 存储对话历史
def think_and_act(self, user_input):
"""
智能体的核心循环：
接收输入 → 思考 → 可能调用工具 → 生成回复
"""
print(f"\n🤖 [{self.name}] 正在思考...\n")
# 构建消息：系统角色 + 历史记忆 + 当前输入
messages = [{"role": "system", "content": self.role}]
messages.extend(self.memory)
messages.append({"role": "user", "content": user_input})
# 调用大模型（流式输出）
try:
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages,
stream=True # 关键：开启流式输出
)
# 逐字输出，模拟"思考过程"
print(f"[{self.name}]：", end="")
full_reply = ""
for chunk in response:
if chunk.choices[0].delta.content:
text = chunk.choices[0].delta.content
full_reply += text
print(text, end='', flush=True)
time.sleep(0.02) # 打字机效果
print("\n")
# 保存到记忆
self.memory.append({"role": "user", "content": user_input})
self.memory.append({"role": "assistant", "content": full_reply})
return full_reply
except Exception as e:
print(f"❌ 错误：{e}")
return None
# ========== 工具函数 ==========
def calculator(expression):
"""计算器工具：让智能体能做数学运算"""
try:
result = eval(expression)
return f"计算结果：{result}"
except:
return "计算出错，请检查表达式"
def save_to_file(content, filename="output.txt"):
"""文件工具：让智能体能保存内容"""
with open(filename, 'w', encoding='utf-8') as f:
f.write(content)
return f"内容已保存到 {filename}"
# ========== 主程序 ==========
def main():
print("="*60)
print("🚀 你的第一个AI智能体")
print("="*60)
print("\n这是一个'学习助手'智能体，它可以：")
print(" 1. 回答学习问题")
print(" 2. 帮你总结知识点")
print(" 3. 生成学习计划")
print(" 4. 调用工具（计算、保存文件）")
print("\n特殊指令：")
print(" '计算：1+1' → 调用计算器")
print(" '保存：内容' → 保存到文件")
print(" '退出' → 结束对话\n")
# 创建智能体实例
agent = SimpleAgent(
name="学习助手",
role_description="""你是一位耐心的学习助手，擅长：
1. 用通俗易懂的方式解释复杂概念
2. 帮助用户制定学习计划
3. 总结知识要点
回答要简洁、有结构、鼓励用户。"""
)
# 对话循环
while True:
user_input = input("👤 你：").strip()
if user_input.lower() in ['退出', 'quit', 'q']:
print(f"\n👋 感谢使用！继续探索Agent AI的世界吧~\n")
break
if not user_input:
continue
# 检测工具调用
if user_input.startswith("计算："):
expr = user_input.replace("计算：", "").strip()
result = calculator(expr)
print(f"🧮 工具结果：{result}\n")
agent.memory.append({"role": "system", "content": f"用户使用了计算器，结果是：{result}"})
elif user_input.startswith("保存："):
content = user_input.replace("保存：", "").strip()
result = save_to_file(content)
print(f"💾 工具结果：{result}\n")
else:
# 正常对话
agent.think_and_act(user_input)
if __name__ == "__main__":
main()4、 运行体验
打开CMD或者Windows PowerShell,进入到my_agent.py文件夹目录下
bash
python my_agent.py示例对话：
二、Agent AI完整学习路线图
三 、常见问题
Q1: 智能体和RAG有什么区别？
RAG是让AI能查资料，智能体是让AI能动手做事。RAG是智能体的一个组件。
Q2: 需要很强的编程基础吗？
本文的代码就是入门门槛。会Python基础就能开始，边做边学。
Q3: 国内除了DeepSeek还能用什么？
智谱GLM、百度文心、阿里通义都支持Function Calling，原理相同。
四 、总结：你现在的位置
Agent AI 学习旅程
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
起点：读完本文 ✅
↓
第一步：运行了第一个智能体 ✅
↓
下一步：
• 给智能体添加更多工具
• 接入真实API（天气、股票、翻译）
• 学习LangChain/LlamaIndex框架
• 做一个完整项目
↓
目标：成为Agent AI开发者 🎯
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━