手把手教你从0到1搭建一个AI Agent(智能体) - 动手做AI Agent

Agent入门 - 从基础到实践

在人工智能领域，AI Agent（智能体）作为实现自主决策和复杂环境交互的核心组件，显著提升了面向特定任务的处理效率与准确性。本文以ReAct Agent为例，深入探讨其构建过程与关键组成部分，旨在为初学者提供系统性指导，从理论到实践，逐步掌握AI Agent的搭建与优化。

ReAct Agent概述

ReAct Agent通过将决策过程划分为理解、推理和行动三个阶段，强化了解决复杂任务的能力。其核心组件包括：

• Models: 负责解析输入和生成输出的模型，如语言模型或预训练模型。
• Prompts: 用以指导AI Agent生成有效输入的结构化模板，确保明确任务需求。
• Memory: 记录执行过程中的关键信息，支持基于历史决策的推理。
• Indexes: 用于高效检索结构化文档或数据的索引，提升查询效率。
• Chains: 连接不同工具或模型的链路，保障信息流动与任务分配的高效性。
• Agent: 整合所有组件，实现从理解任务到执行行动的全流程自动化。

Prompt模板设计

Prompt模板是AI Agent执行任务的蓝图，详细描述任务需求、可用工具及预期输出格式。通过定义模板，Agent能够更精准地针对特定任务执行操作。

实践指南

通过动手搭建智能Agent，初学者首先需要安装必要的依赖，如langchain。定义工具、设计Prompt模板并实现Agent类是关键步骤。以下示例展示了如何安装依赖、定义查询与购买火车票的工具，并构建简单的Agent类。

!pip install langchain
!pip install uuid
!pip install pydantic

from langchain_core.prompts import PromptTemplate
from langchain_core.tools import Tool

def search_train_ticket(origin: str, destination: str, date: str, departure_time_start: str, departure_time_end: str) -> List[dict[str, str]]:
    """查询指定条件下的火车票"""
    # 简化为模拟数据的返回
    return [
        {
            "train_number": "G1234",
            "origin": "北京",
            "destination": "上海",
            "departure_time": "2024-06-01 8:00",
            "arrival_time": "2024-06-01 12:00",
            "price": "100.00",
            "seat_type": "商务座",
        },
        # 更多数据...
    ]

def purchase_train_ticket(train_number: str) -> dict:
    """购买火车票"""
    # 简化为模拟数据的返回
    return {
        "result": "success",
        "message": "购买成功",
        "data": {"train_number": train_number, "seat_type": "商务座", "seat_number": "7-17A"},
    }

search_train_ticket_tool = Tool(
    name="查询火车票",
    func=search_train_ticket,
    description="查询指定日期可用的火车票",
)

purchase_train_ticket_tool = Tool(
    name="购买火车票",
    func=purchase_train_ticket,
    description="购买火车票",
)

# 创建Prompt模板
template = """
Answer the following questions as best you can. You have access to the following tools:
{tools}
Use the following format:
Question: the input question you must answer
Thought: you should always think about what to do
Action: the action to take, should be one of [{tool_names}]
Action Input: the input to the action
Observation: the result of the action
Thought: I now know the final answer
Final Answer: the final answer to the original input question
Begin!
Question: {input}
Thought: {agent_scratchpad}
"""
prompt = PromptTemplate(template=template, input_variables=["input", "agent_scratchpad"])

class MyAgent:
    def __init__(self, llm):
        self.llm = llm

    def run(self, task_description):
        # Agent主流程
        # 实现更多细节...
        pass

if __name__ == "__main__":
    llm = ChatOpenAI()
    tools = [search_train_ticket_tool, purchase_train_ticket_tool]
    agent = MyAgent(llm)
    task = "帮我买24年6月1日早上去上海的火车票"
    reply = agent.run(task)
    print(reply)

结语与探索

构建AI Agent是一个实践与迭代的过程，从简单任务出发，逐步扩展至复杂场景。反思与调整Agent行为以适应不同需求，是提升性能的有效途径。利用开源资源和与社区交流经验，有助于加速学习过程，并通过编写和测试不同Agent，不断优化其功能，实现人工智能应用的创新与深化。