第 1 篇：Agent 到底是什么？别被概念唬住了

系列简介 ：从零搭建一个多 Agent AI 助手，覆盖原理、实现、部署全链路。不讲空话，每篇都有可运行的代码。
项目地址 ：github.com/CodeMomentY...
本篇目标：搞清楚 Agent 的本质，手写一个最简单的 Agent 循环。

前言

大家好，我是一名前端工程师。都说前端"已死"，那与其担心被 AI 替代，不如打入敌人内部，于是我开始折腾 Agent 开发。

折腾下来发现，Agent 的核心不是算法，而是"工程能力"（怎么设计架构、怎么串联服务、怎么把 LLM 的能力落地成产品）。这些恰好是我们擅长的事。

这个系列记录我从零搭建多 Agent 系统的完整过程。只聊技术知识和设计思路，代码交给 AI 写。如果你也想从应用层切入 AI，希望这个系列对你有帮助。

读完本篇你将学到：

• Agent 和普通 ChatBot 的本质区别；
• Agent 的核心循环：感知 → 思考 → 行动；
• 手写一个不依赖任何框架的 Agent（30 行代码）；
• 接入 LLM 后 Agent 能做什么；

背景与动机

2024年开始，"Agent" 这个词被各种文章和产品反复提及。但大部分内容要么太学术，要么太营销（"AI Agent 将取代所有工作"）。

我的困惑很简单：Agent 和我直接调 ChatGPT API 有什么区别？

带着这个问题，我花了几周时间从零学习并实现了一个完整的多 Agent 系统。这个系列就是我的实战记录，不是翻译论文，而是一个前端工程师视角的动手笔记。

核心概念

Agent ≠ ChatBot

看一下详细对比：

	ChatBot	Agent
能力	接收问题，返回回答	接收目标，自主完成任务
工具	没有	有（搜索、API、数据库...）
决策	无（问什么答什么）	有（判断要不要用工具、用哪个）
循环	单轮（一问一答）	多轮（思考→行动→观察→再思考）

一句话总结：ChatBot 是问答机器，Agent 是能干活的助手。

Agent 的核心公式

简单介绍一下：

• LLM：负责理解问题、做决策、生成回答；
• Tools：Agent 能调用的外部能力（查天气、搜网页、读数据库）；
• Memory：记住之前聊过什么、做过什么；
• Loop：不断循环"思考 → 行动 → 观察"直到任务完成；

核心循环

这个循环有个学术名字叫 ReAct（Reasoning + Acting），但本质就是：想一想，干一下，看看结果，再想想够不够，最终再组织话术把完整的信息输出给用户。

动手实现

先说明一下这里为什么用 Python？

AI 生态几乎全在 Python 上------LangChain、LangGraph、OpenAI SDK、向量数据库，全是 Python 优先。当然用 Node.js 也能做，但会花大量时间在"找替代库"上。所以我们不妨让 AI 带着我们一起来熟悉一下 Python 的用法。

Step 1：最简 Agent（不用 LLM）

先不接大模型，用硬编码逻辑模拟 Agent 的决策过程。这样能看清 Agent 的骨架：

"""
最简 Agent：手动模拟 思考→行动→观察 循环
不依赖任何框架，不调用 LLM
"""

# 工具定义
def get_weather(city):
    """模拟天气查询"""
    data = {"北京": "晴, 25°C", "上海": "多云, 22°C"}
    return data.get(city, f"暂无 {city} 的天气数据")

TOOLS = {"get_weather": get_weather}

# Agent 核心循环
def run_agent(user_input):
    print(f"[用户] {user_input}")
    print("=" * 50)

    # 第 1 步：思考（这里用规则模拟，后面会换成 LLM）
    if "天气" in user_input:
        # 提取城市名（简单粗暴）
        for city in ["北京", "上海", "深圳"]:
            if city in user_input:
                # 第 2 步：行动
                print(f"Thought: 用户问天气，需要调用工具")
                print(f"Action: get_weather({city})")
                result = TOOLS["get_weather"](city)
                print(f"Observation: {result}")

                # 第 3 步：基于观察生成回答
                answer = f"{city}今天的天气是{result}，适合出门。"
                print(f"Answer: {answer}")
                return answer

    # 不需要工具，直接回答
    print("Thought: 普通问题，直接回答")
    answer = "你好！有什么可以帮你的？"
    print(f"Answer: {answer}")
    return answer


# 测试
run_agent("北京今天天气怎么样？")
print()
run_agent("你好")

运行输出：

[用户] 北京今天天气怎么样？
==================================================
Thought: 用户问天气，需要调用工具
Action: get_weather(北京)
Observation: 晴, 25°C
Answer: 北京今天的天气是晴, 25°C，适合出门。

[用户] 你好
==================================================
Thought: 普通问题，直接回答
Answer: 你好！有什么可以帮你的？

看到了吗？这就是 Agent 的全部秘密：判断要不要用工具，用了之后看结果，再决定下一步。

Step 2：接入 LLM

上面的"思考"是硬编码的 if-else。真正的 Agent 用 LLM 来做决策------它能理解任何问题，自己判断该调什么工具。

我在实现的时候使用的是小米当时免费赠送的Token，这里直接用了mimo-v2.5-pro作为 LLM 来搭建我们的 Agent。有条件的可以购买DeepSeek，也可以找一找免费的，比如「硅基流动 SiliconFlow」。

注：不同的 LLM 提供商可能调用用的接口协议不一样（使用之前可以看一下接入文档），这里小米是支持兼容 OpenAI 接口协议的。

"""
接入 LLM 的 Agent
LLM 负责：理解问题 → 决定是否调工具 → 基于结果生成回答
"""
from openai import OpenAI

client = OpenAI(
    api_key="your-key",
    base_url="https://token-plan-cn.xiaomimimo.com/v1"
)

TOOLS = {"get_weather": get_weather}  # 复用上面的工具

SYSTEM_PROMPT = """你是一个助手。你有以下工具可用：
- get_weather(city): 查询城市天气

规则：
- 如果用户问天气，输出格式：Action: get_weather(城市名)
- 如果不需要工具，直接回答
"""

def call_llm(messages):
    resp = client.chat.completions.create(
        model="mimo-v2.5-pro",
        messages=messages,
        temperature=0
    )
    return resp.choices[0].message.content

def run_agent_with_llm(user_input):
    messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": user_input}
    ]

    for round in range(5):  # 最多循环 5 轮
        response = call_llm(messages)
        print(f"LLM: {response}")

        # 检查是否要调工具
        if "Action: get_weather(" in response:
            city = response.split("get_weather(")[1].split(")")[0]
            result = TOOLS["get_weather"](city)
            print(f"Tool Result: {result}")
            # 把工具结果告诉 LLM，让它继续
            messages.append({"role": "assistant", "content": response})
            messages.append({"role": "user", "content": f"工具返回：{result}"})
        else:
            # 没有工具调用，说明 LLM 直接给出了最终回答
            return response

    return "抱歉，处理超时了。"

关键变化："思考"这一步从 if-else 变成了 LLM 调用。 LLM 能理解"上海天气如何"、"明天北京冷不冷"这些问题，不需要我们穷举关键词来匹配天气。

Step 3：验证效果

run_agent_with_llm("上海今天天气怎么样？")
# LLM: Action: get_weather(上海)
# Tool Result: 多云, 22°C
# LLM: 上海今天多云，气温22°C，体感舒适，适合外出。

run_agent_with_llm("帮我对比一下北京和上海的天气")
# LLM: Action: get_weather(北京)
# Tool Result: 晴, 25°C
# LLM: Action: get_weather(上海)
# Tool Result: 多云, 22°C
# LLM: 北京晴天25°C，上海多云22°C。北京更暖和，两个城市都适合出门。

注意第二个例子：LLM 自己决定要调两次工具，先查北京再查上海，然后对比。这就是 Agent 的威力------你不需要写"如果用户问两个城市就调两次"的逻辑，LLM 自己会规划和决策。

刨根问底

序号	问题
1️⃣	Q：LLM 和 Agent 到底什么关系？
	**A：**LLM 是 Agent 的"大脑"，但不是 Agent 本身。LLM 只能生成文本，不能查天气、不能读数据库、不能发邮件。Agent 是在 LLM 外面包了一层------给它工具、给它循环、给它记忆，让它从"只会说"变成"能干活"。
2️⃣	Q：为什么 LLM 每轮循环都会按照固定格式输出，并且告诉我们需要调用的工具？
	**A：**因为在调用 LLM 的时候就给他约定了 SYSTEM_PROMPT，所以在每轮思考时都会按照这个约定来输出内容。
3️⃣	Q：在调 LLM 的时候，temperature 参数是什么？
	**A：**控制 LLM 输出的"随机性"。temperature=0 时输出最确定（适合工具调用、分类判断），temperature=0.5-1 时输出更有创造力（适合写文案、聊天）。Agent 做决策时一般用 0，写作时用 0.5。

本篇小结

• Agent 的本质是 LLM + 工具 + 循环，30行代码就能写一个能用的 Agent，不是什么神秘的东西；
• 核心循环：思考（LLM）→ 行动（调工具）→ 观察（看结果）→ 再思考；
• LLM 的价值在于通用决策，只要你约定好了Prompt，它就能按照固定格式输出，告诉你需要调度什么工具，不需要为每种问题写 if-else；

写在最后

AI 发展太快，焦虑很正常。但与其焦虑，不如动手拆解它------你会发现 Agent 没有想象中那么神秘，本质就是一个循环加几个 API 调用。真正的门槛不在技术本身，而在于你愿不愿意花时间把它跑通一遍。

下一篇预告：Agent 有三种经典的工作模式（ReAct、Plan-and-Solve、Reflection），各有什么优劣？什么场景用哪种？