亲手写一个最小Agent:50行代码看懂智能体循环
上一篇讲了 Agent 和聊天机器人的区别(工作流照预设路径走,Agent 自己决定流程,区分出自 Anthropic 官方指南《Building Effective Agents》),但概念讲得再多,不如亲手跑一遍。这篇用 Python 写一个 50 行的最小 Agent,把「目标 → 决策 → 工具 → 观察 → 再决策」这个循环完整跑给你看------本机 Python 3.14 实测,代码全部可复制运行。
Agent 的骨架:三样东西
拆掉所有营销包装,一个能干活的 Agent 只需要三样:工具注册表 (它能动哪些能力)、决策器 (每一步做什么,通常是大模型)、循环(执行、观察、再决策,直到完成)。先注册三个工具,模拟客服场景的能力:
python
# 本机 Python 3.14 实测
import json
TOOLS = {
"query_order": lambda order_id: {"order_id": order_id, "status": "已发货", "carrier": "顺丰"},
"query_express": lambda order_id: {"order_id": order_id, "eta": "明天 18:00 前"},
"reply_user": lambda text: {"sent": True},
}
真实系统里这些函数是查数据库、调物流接口、发消息的封装。工具注册表的价值在于「声明能力边界」:Agent 只能用表里有的工具,不在表里的操作它碰不到------这是权限控制的物理边界,比提示词里写「请不要乱来」可靠得多。
决策器:换成大模型的那一天
决策器负责回答「下一步做什么」。为了让 demo 不依赖任何 API key,这里用规则模拟大模型的决策过程(真实实现就是把 llm_decide 换成一次大模型调用,输入目标和历史,输出下一步的工具与参数):
python
def llm_decide(goal, history): # 模拟 LLM 决策;真实实现 = 调用大模型 API
step = len([h for h in history if h["role"] == "assistant"])
if step == 0: return {"tool": "query_order", "args": {"order_id": "A1001"}}
if step == 1: return {"tool": "query_express", "args": {"order_id": "A1001"}}
eta = history[-1]["result"]["eta"]
return {"tool": "reply_user", "args": {"text": f"您的订单已由顺丰承运,预计 {eta} 送达"}}
注意第三步:回复文案里的 eta 来自上一步的工具返回------这就是 Agent 循环的本质,前一步的观察结果参与后一步的决策。换成真大模型后,这个「查到什么就说什么」的能力是天然的:模型读到物流返回里写「明天 18:00 前」,回复里自然带上这个时间,不需要硬编码模板。
主循环:20 行跑通全流程
把三样东西接起来,就是完整的 Agent:
python
# 本机 Python 3.14 实测输出
def run_agent(goal, max_steps=5):
history = [{"role": "user", "content": goal}]
for step in range(1, max_steps + 1):
decision = llm_decide(goal, history) # 决策
tool = TOOLS[decision["tool"]] # 选工具
result = tool(**decision["args"]) # 执行
history.append({"role": "assistant", "tool": decision["tool"], "result": result})
if decision["tool"] == "reply_user": # 终止条件
return "任务完成"
return "达到步数上限,强制终止"
实测输出:
text
第1步: query_order({'order_id': 'A1001'}) -> {'order_id': 'A1001', 'status': '已发货', 'carrier': '顺丰'}
第2步: query_express({'order_id': 'A1001'}) -> {'order_id': 'A1001', 'eta': '明天 18:00 前'}
第3步: reply_user({'text': '您的订单已由顺丰承运,预计 明天 18:00 前 送达'}) -> {'sent': True}
任务完成
三步跑通:查订单状态、查物流预计、回复用户。max_steps 这个参数看起来不起眼,实际是生产环境的保命开关------决策器如果是大模型,可能陷入无限循环(反复查同一个订单),步数上限是唯一的硬刹车。
从 demo 到生产:中间隔着四件事
跑通 demo 只花了 50 行,生产可用还差四块。一,决策器换真模型:把 llm_decide 换成大模型 API 调用,用 function calling 格式让模型输出结构化的工具选择------这是唯一需要「接入智能」的地方。二,工具的鉴权与隔离:demo 里工具随便调,生产里每个工具要校验权限,危险操作(退款、改数据)必须人审批。三,错误处理:工具抛异常时 Agent 该重试、绕行还是放弃,demo 里没有这条分支,生产里没有就是事故。四,观测:每一步的工具调用、耗时、结果都要落日志,否则 Agent 半夜跑飞了你连它在哪一步都不知道。对照之前 Agent 概念篇说的「壳的质量决定产品成色」,这四件事就是壳的全部。
写完这个循环再回头看各种 Agent 框架的宣传,会发现它们解决的都是这四件事的工程化封装------循环本身从来没有变过。下一篇聊聊为什么 AI 按字收费,token 这笔账怎么算。
觉得写得有用,去官网逛逛就是最大的支持~