Agent学习day01

https://github.com/datawhalechina/hello-agents

目录

• （1）什么是Agent？
• • Agent的五个组成
  • • 第一：Brain（大脑）
    • 第二：Memory（记忆）
    • 第三：Tool（工具）
    • 第四：Planning（规划）
    • 第五：Action（行动）
  • Agent与Workflow的区别
• （2）Agent为什么会思考？
• • [为什么 ReAct 这么重要？](#为什么 ReAct 这么重要？)
  • [Agent 的每一次循环叫什么？](#Agent 的每一次循环叫什么？)
  • [那这些 Thought 是不是一定会显示给用户？](#那这些 Thought 是不是一定会显示给用户？)
  • [一个完整的 Agent 流程](#一个完整的 Agent 流程)
• [（3）手写人生第一个 Agent](#（3）手写人生第一个 Agent)
• • [Tool 长什么样？](#Tool 长什么样？)
  • Agent真正的作用
• [（4）Function Calling（函数调用）](#（4）Function Calling（函数调用）)
• [（5）手写一个 Mini Agent](#（5）手写一个 Mini Agent)
• • 第一步：建立项目
  • [第二步：先写 Tool](#第二步：先写 Tool)
  • [第三步：写 Agent](#第三步：写 Agent)
  • 第四步：启动程序
  • [我们把 Tool 注册起来](#我们把 Tool 注册起来)
  • 为什么要注册？
  • 总结

---

（1）什么是Agent？

Agent = 一个能够自主完成任务 的大模型系统。

Agent：不仅回答问题，而是为了完成任务。

Agent的五个组成

第一：Brain（大脑）

第二：Memory（记忆）

第三：Tool（工具）

第四：Planning（规划）

第五：Action（行动）

Agent与Workflow的区别

Workflow	Agent
固定流程	动态决策
每次执行一样	每次可能不同
规则明确	需要推理
自动化流程	智能体

（2）Agent为什么会思考？

为什么 ReAct 这么重要？

LLM 不需要一次就想明白所有事情。

ReAct：通过"思考 → 行动 → 观察"循环推进任务。

Agent 的每一次循环叫什么？

一个 Step（一步）

那这些 Thought 是不是一定会显示给用户？

不一定。实际上，大多数商业 Agent（包括 ChatGPT）不会把完整内部推理展示给用户。模型会进行内部推理，但最终只输出结果或必要的执行过程。这既是为了安全，也是为了避免暴露冗长的内部思考。因此，我们学习 ReAct 时，更重要的是理解这种工作机制，而不是认为所有 Agent 都会把每一步 Thought 原样打印出来。

一个完整的 Agent 流程

用户提出任务
        │
        ▼
    LLM 理解任务
        │
        ▼
判断是否需要工具
        │
   ┌────┴────┐
   │         │
 不需要     需要
   │         │
直接回答   调用工具
             │
             ▼
       获取工具结果
             │
             ▼
      判断任务是否完成
             │
   ┌────┴────┐
   │         │
   否        是
   │         │
继续思考   输出答案

（3）手写人生第一个 Agent

其实最简单的Agent只有四步。

用户输入
    ↓
LLM思考
    ↓
调用工具（如果需要）
    ↓
返回答案

Tool 长什么样？

Agent Tool 本质就是 Python 函数。

Tool：本质上就是可被调用的能力（很多时候就是 Python 函数）。

Agent真正的作用

LLM 负责决策，Tool 负责执行。

（4）Function Calling（函数调用）

把 Tool 的信息告诉 LLM，让 LLM 自己决定调用哪个 Tool。（LLM 输出"我要调用哪个函数"。）

现代 Agent 就是：LLM 不断调用 Tool。

Function Calling：LLM 根据工具描述决定调用哪个工具，并给出参数；真正执行工具的是程序，而不是 LLM 本身。

（5）手写一个 Mini Agent

用户输入
      │
      ▼
   Agent
      │
      ▼
判断调用哪个 Tool
      │
      ▼
执行 Tool
      │
      ▼
返回结果

第一步：建立项目

新建一个文件夹：

hello_agent/
│
├── main.py(程序入口负责启动)
├── tools.py(所有工具放到这里)
└── agent.py(agent自己来判断调用哪个tool)

第二步：先写 Tool

Tool = Python Function

def calculator(a, b):
    """加法计算器"""
    return a + b


def get_time():
    """获取当前时间"""
    from datetime import datetime
    return datetime.now().strftime("%Y-%m-%d %H:%M:%S")

第三步：写 Agent

from tools import calculator, get_time


class Agent:

    def run(self, question):

        if "几点" in question:
            return get_time()

        elif "+" in question:

            nums = question.split("+")

            a = int(nums[0])

            b = int(nums[1])

            return calculator(a, b)

        else:

            return "我不会。"

第四步：启动程序

from agent import Agent

agent = Agent()

while True:

    question = input("请输入：")

    answer = agent.run(question)

    print(answer)

我们把 Tool 注册起来

Tool Registry（工具注册表）

TOOLS = {
    "calculator": calculator,
    "time": get_time
}

为什么要注册？

以后增加：

weather()

你不用改 Agent。只需要：

TOOLS["weather"] = weather

Agent 自动就有了。

这就是：开放封闭原则（Open/Closed Principle）。

总结

                 main.py
                     │
                     ▼
                Agent.run()
                     │
                     ▼
          判断需要哪个 Tool
                     │
        ┌────────────┴────────────┐
        ▼                         ▼
 Calculator Tool           Time Tool
        ▼                         ▼
        └────────────┬────────────┘
                     ▼
                 返回结果