使用 100 行代码构建 Mini AI Agent 实战指南

今年 3 月份，知名人工智能科学家吴恩达（Andrew Ng）在社交平台 X 上发帖提到，他认为 AI 代理工作流程将在今年推动 AI 的大规模进步，甚至可能比下一代基础模型还要多。此观点引发了业界的广泛关注，标志着 AI 发展中的范式转变。

本文首先对智能体（AI Agent）的概念做一个简单介绍，然后详细拆解一个仅用 100 行代码构建的极简智能体应用，并补充安全实践与扩展建议。

1 什么是智能体？

智能体（AI Agent） 是一种超越简单文本生成的人工智能系统，它使用大语言模型（LLM）作为其核心计算引擎，使其能够进行对话、推理、执行任务，展现一定程度的自主性。

在智能体架构中，核心功能可以归纳为三个步骤的循环：感知 - 决策 - 行动。智能体首先通过感知机制收集环境信息，然后基于该信息和预设目标，通过决策机制制定行动计划，最终通过动作执行机制实施这些计划。

图：智能体架构示意

2 示例：Mini AI Agent

了解了智能体的概念，接下来我们一起一步步拆解一个仅用 100 行代码构建的最小智能体应用。

2.1 效果演示

先来看一下效果演示。

图：Mini AI Agent 应用演示

看似平淡无奇的两次问答，实际上已经体现了智能体的核心循环：感知 - 决策 - 行动。

• 感知：接收问题
• 决策：理解问题，确定目标，然后通过推理决定使用何种工具（即制定计划）
• 行动：使用工具获取信息，然后生成答案

2.2 环境准备

申请账号：百度千帆

1. 访问百度智能云千帆平台，注册账号并登录千帆大模型控制台。
2. 打开模型服务 - 应用接入页面，创建应用，记下 API Key 和 Secret Key 备用。
3. 打开模型服务 - 在线服务页面，找到 ERNIE-3.5-8K（支持函数功能），开通付费。

注意：本文以百度千帆为例，大家可以根据自身经验，替换成其他任何支持函数功能的大模型，比如智谱清言、Azure、OpenAI 等。

搭建本地开发环境：Jupyter Notebook

1. 访问 Anaconda 官网，下载安装包并安装 Anaconda。
2. 命令行运行 conda install jupyter notebook，安装 Jupyter Notebook。
3. 打开 GitHub 示例项目 emac/langchain-samples，git clone 到本地。
4. 命令行打开 langchain-samples 目录，运行 jupyter notebook，打开 Jupyter Notebook。

2.3 程序拆解

准备好环境之后，就可以进入实操环节了！

安装依赖

!pip install langchain langchain-community langchain-core gradio

依赖说明：

• gradio: 一个用于快速构建机器学习模型的交互式 Web 应用的 Python 库。

初始化大模型

from langchain_community.llms import QianfanLLMEndpoint
import os

print("# 初始化千帆")
os.environ["QIANFAN_AK"] = '千帆应用的 API Key'
os.environ["QIANFAN_SK"] = '千帆应用的 Secret Key'

llm = QianfanLLMEndpoint(streaming=True,
                         model="ERNIE-3.5-8K",
                         temperature=0.1)

response = llm.invoke("上海春天一般哪个月开始？")
print(response)

执行之前先替换之前记录的千帆应用的 API Key 和 Secret Key。

程序解读：

1. 初始化环境变量，创建一个千帆 LLM 实例。
2. 发起第一次大模型 API 调用，如果不成功则返回检查环境和依赖。

安全提示：在实际生产环境中，切勿将 API Key 硬编码在代码中。建议使用 .env 文件配合 python-dotenv 库来管理敏感信息。

定义函数

from langchain import PromptTemplate, LLMChain
from langchain.chains import LLMRequestsChain
from langchain_core.tools import tool
from langchain_core.utils.function_calling import convert_to_openai_tool

print("# 定义函数")
@tool
def search_ip(question:str, ip:str) -> str:
    """
    首先获取输入的 IP 地址的位置信息，然后回答输入的问题
    @param question: 问题
    @param ip: IP 地址
    """
    prompt_template = """以下是 IP 地址'{ip}'的位置信息：
    >>> {requests_result} <<<
    根据以上位置信息，回答以下这个问题：
    >>> {question} <<<"""
    prompt = PromptTemplate(
        input_variables=["question", "ip", "requests_result"],
        template=prompt_template
    )
    chain = LLMRequestsChain(llm_chain = LLMChain(llm=llm, prompt=prompt))
    inputs = {
        "question": question,
        "ip": ip,
        "url": "https://api.songzixian.com/api/ip?dataSource=generic_ip&ip=" + ip
    }
    return chain.invoke(inputs)

@tool
def search_phone(question:str, phone:str) -> str:
    """
    首先获取输入的手机号码的归属地信息，然后回答输入的问题
    @param question: 问题
    @param phone: 手机号码
    """
    prompt_template = """以下是手机号码'{phone}'的归属地信息：
    >>> {requests_result} <<<
    根据以上归属地信息，回答以下这个问题：
    >>> {question} <<<"""
    prompt = PromptTemplate(
        input_variables=["question", "phone", "requests_result"],
        template=prompt_template
    )
    chain = LLMRequestsChain(llm_chain = LLMChain(llm=llm, prompt=prompt))
    inputs = {
        "question": question,
        "phone": phone,
        "url": "https://api.songzixian.com/api/phone-location?dataSource=phone_number_location&phoneNumber=" + phone
    }
    return chain.invoke(inputs)

functions=[convert_to_openai_tool(search_ip)['function'],convert_to_openai_tool(search_phone)['function']]
print(functions)

程序解读：

• 定义 search_ip 和 search_phone 两个工具函数，背后连接第三方 API 接口平台，用来获取指定 IP 的位置信息和指定手机号的归属地信息，然后再结合原始问题，通过大模型生成最终回答。
• tool / convert_to_openai_tool: 用于生成函数定义的注解和工具方法。
• PromptTemplate: Prompt 模板，支持变量。
• LLMRequestsChain: 一个基于 URL 请求的大模型链，先调用 URL 获取数据，然后将数据传给一个已绑定 Prompt 的大模型链获取答案。

绑定函数

from langchain.schema import HumanMessage
from langchain_community.chat_models import QianfanChatEndpoint
import json

# 此处不能设定 streaming=True，否则无法激活函数回调
chat = QianfanChatEndpoint(model="ERNIE-3.5-8K",
                          temperature=0.1)

def get_response(message):
    print("# 绑定函数")
    result = chat.invoke([HumanMessage(content=message)],
                               functions=functions)
    print(result)

    function_call_info = result.additional_kwargs.get("function_call", None)
    print(function_call_info)
    
    if not function_call_info:
        print("# 直接返回")
        return result.content

    print("# 调用函数")
    function_name = function_call_info["name"]
    function_args = json.loads(function_call_info["arguments"])
    function_result = eval(function_name)(function_args)
    print(function_result)
    return function_result["output"]

程序解读：

创建一个千帆 Chat 实例，绑定之前定义的两个函数，传入用户输入的问题（对应智能体的感受环节），然后发起调用，根据调用结果执行不同任务（对应智能体的决策环节）：

• 如果调用结果没有提示函数调用，则直接返回结果。
• 否则，根据大模型提示的函数名和请求参数，通过反射调用相应的函数（对应智能体的执行环节），然后返回结果。

构建应用

import gradio as gr

def submit(message, chat_history):
    bot_message = get_response(message)
    # 保存历史对话记录，用于显示
    chat_history.append((message, bot_message))
    return "", chat_history

print("# 创建交互")
with gr.Blocks() as demo:
    chatbot = gr.Chatbot(height=240) # 对话框
    msg = gr.Textbox(label="Prompt") # 输入框
    submitBtn = gr.Button("Submit") # 提交按钮
    clearBtn = gr.ClearButton([msg, chatbot]) # 清除按钮
    # 提交
    msg.submit(submit, inputs=[msg, chatbot], outputs=[msg, chatbot]) 
    submitBtn.click(submit, inputs=[msg, chatbot], outputs=[msg, chatbot])
    
gr.close_all()
demo.launch()

程序解读：

• 创建智能体应用，构建一个用户和智能体的对话框，将用户输入的消息传给后台创建的大模型，实时获取响应。
• 此处可以看到，借助 Gradio 框架，短短几行代码，就可以构建出一个简洁的对话框应用。

至此，一个极简的智能体应用就构建成功了，前后仅用 100 行代码。

彩蛋：智能体如何思考？

看完演示，拆解完程序，你可能对智能体里的 '智能' 两字的理解还是有点模模糊糊。其实要真正理解这一点，光看程序还不够，得看下大模型的响应结果。注意其中 response_metadata 有一个很有意思的 thoughts 字段，其代表了大模型的思考过程，是不是和人类非常类似？

# 问题：120.230.93.202 属于哪个城市？
# 大模型响应结果
additional_kwargs={'finish_reason': 'function_call', 'request_id': 'as-fcd0dz2mmg', 'object': 'chat.completion', 'search_info': [], 'function_call': {'name': 'search_ip', 'arguments': '{"question":"120.230.93.202 属于哪个城市？","ip":"120.230.93.202"}'}} 

response_metadata={'token_usage': {'prompt_tokens': 194, 'completion_tokens': 63, 'total_tokens': 257}, 'model_name': 'ERNIE-3.5-8K', 'finish_reason': 'function_call', 'id': 'as-fcd0dz2mmg', 'object': 'chat.completion', 'created': 1714900176, 'result': '', 'is_truncated': False, 'need_clear_history': False, 'function_call': {'name': 'search_ip', 'thoughts': '用户想要知道一个特定 IP 地址的地理位置信息，我需要使用 search_ip 工具来获取这个信息。', 'arguments': '{"question":"120.230.93.202 属于哪个城市？","ip":"120.230.93.202"}'}, 'usage': {'prompt_tokens': 194, 'completion_tokens': 63, 'total_tokens': 257}} id='run-0706ab6f-a21f-4352-bbb1-1f1a0f13c426-0'

2.4 最佳实践与安全建议

在实际部署此类智能体时，除了功能实现，还需关注以下几点：

1. API 密钥管理：永远不要将密钥提交到 Git 仓库。使用环境变量或专门的密钥管理服务。
2. 错误处理：网络请求可能失败，应增加 try-except 块捕获异常，避免应用崩溃。
3. 速率限制：第三方 API 通常有调用频率限制，建议在代码中加入简单的延时或重试机制。
4. 输入验证：对用户输入进行校验，防止注入攻击或非法参数导致工具调用失败。

2.5 扩展方向

基于当前的 Mini AI Agent，你可以尝试以下扩展来提升能力：

• 记忆功能：引入向量数据库（如 ChromaDB）存储历史对话，实现长上下文记忆。
• 更多工具：集成天气查询、股票行情、代码解释器等更多外部工具。
• 工作流编排：使用 LangGraph 等框架实现更复杂的多步任务规划。

3 小结

本文基于百度千帆大模型，使用 Langchain 和 Gradio 框架，用短短 100 行代码就构建出一个极简的智能体应用。该应用能够根据用户问题，选择不同的工具获取信息，并生成最终回答，体现了智能体最核心的三步循环：感知 - 决策 - 行动。

通过本文的学习，你应该掌握了构建基础 AI Agent 的核心流程。基于这个演示应用，相信聪明的你可以构建出更复杂、更智能的智能体应用，例如结合知识库检索（RAG）或自动化运维场景。