前言
阿里发布的 Qwen3 系列模型凭借优异的性能、创新的混合推理模式以及极强的 MCP 能力，迅速成为 AI Agent 开发的主流基座模型。本文将介绍如何利用 Qwen-Agent 框架快速接入 MCP 服务端，开发 AI Agent 应用。
一、注册 Qwen3 API-Key
本次分享通过阿里云百炼大模型服务平台 API Key 请求方式调用 Qwen3 大模型，获取服务平台 API Key 的步骤如下:
- 登录阿里云百炼大模型服务平台，如果页面顶部显示需要开通百炼的模型服务，点击立即开通即可。
- 前往我的 API-KEY 页面，单击创建我的 API-KEY。
- 在已创建的 API Key 操作列，单击查看，获取 API KEY。该 API KEY 是我们请求 Qwen3 大模型的重要凭证。
[图片]
二、Qwen-Agent 快速入门
2.1 Qwen-Agent 简介
Qwen-Agent 是阿里通义团队推出的开源智能体（Agent）开发框架，基于 Qwen 大语言模型（LLM）构建，旨在帮助开发者快速构建具备指令遵循、工具调用、规划与记忆等能力的 AI 应用。它提供了从底层原子组件到高级智能体抽象的完整开发工具链，适用于多种复杂任务场景。
[图片]
Qwen-Agent 具备如下核心特性：
- 更强的工具调用（Function Calling）能力：框架支持智能体自动调用外部工具或函数，包括内置的代码解释器、浏览器助手等，也支持开发者自定义工具，扩展智能体的能力。
- 便捷的 MCP 工具接入流程：最新版的 Qwen-Agent 已经集成了 MCP 工具接入流程，我们仅需写入 MCP 配置，即可在 Qwen-Agent 中调用 MCP 工具。
- 规划与记忆能力：智能体具备任务规划能力，能够根据用户需求自动制定执行步骤。同时，具备上下文记忆功能，能在对话中保持状态，提供连贯的交互体验。
- 长文本处理与 RAG：Qwen-Agent 集成了检索增强生成（RAG）机制，支持处理从 8K 到 100 万 tokens 的长文档，通过文档分块和相关性检索，提升上下文理解与展示。
- UI 前端交互与展示
2.2 Qwen-Agent 构建多轮对话机器人
Qwen-Agent 具备快速接入 Qwen 系列模型能力，通过 Assistant 组件，可以实现工具调用、Agent 编排和 MCP 接入等一系列功能。下面通过使用 Qwen-Agent 开发多轮对话机器人的小案例让大家快速掌握 Qwen-Agent 的使用方法。
- 安装相关软件，这里使用 anaconda 创建虚拟环境并安装相关库。
conda create -n qwen_agent python=3.12 pip install -U "qwen-agent[rag,code_interpreter,gui,mcp]" pip install uv
- 导入需要的类和函数，
Assistant是用来创建智能体对象的类，typewriter_print用于格式化和打印消息，会处理函数调用和普通对话的不同执行逻辑（Function Calling），同时对于推理类模型，会判断消息中是否包含 reasoning_content，如果存在，则将其添加到 content 列表中，并在前面加上 THOUGHT_S（表示思考的符号或字符串），从而支持推理类模型和对话模型的不同输入输出形式。
from qwen_agent.agents import Assistant
from qwen_agent.utils.output_beautify import typewriter_print
- 配置所使用的模型服务，注意
api_key填入你在百炼平台注册的 api_key。
llm_cfg = {
'model': 'qwen3-235b-a22b',
: ,
: ,
: {: }
}
