AI智能體的應(yīng)用場(chǎng)景日益廣泛。然而，對(duì)于許多初學(xué)者來(lái)說(shuō)，構(gòu)建一個(gè)有效的AI智能體似乎是一項(xiàng)艱巨的任務(wù)。本文將為你提供一份詳細(xì)的指南，幫助你輕松邁出構(gòu)建第一個(gè)AI智能體的第一步，并揭示其背后的原理和技巧。

在構(gòu)建我的第一個(gè)商業(yè) AI 智能體三個(gè)月后，在客戶端演示期間，一切都崩潰了。

本應(yīng)是無(wú)縫的自主工作流程變成了一個(gè)反復(fù)的澄清請(qǐng)求和不一致的決定的尷尬循環(huán)。客戶仍然保持禮貌，但顯然很失望。

他們離開(kāi)后，我花了幾個(gè)小時(shí)分析失敗，發(fā)現(xiàn)我從根本上誤解了智能體架構(gòu)——我構(gòu)建了一個(gè)過(guò)于復(fù)雜的系統(tǒng)，決策邊界很差，沒(méi)有明確的推理路徑。

那次失敗改變了我的方法，并成為我解釋這些系統(tǒng)的基礎(chǔ)。一旦你理解了核心原則，構(gòu)建有效的智能體就會(huì)變得異常簡(jiǎn)單。

AI 智能體簡(jiǎn)介

與僅響應(yīng)提示的聊天機(jī)器人不同，智能體會(huì)主動(dòng)并自行完成任務(wù)。它們是讓某人回答您有關(guān)數(shù)據(jù)的問(wèn)題與讓某人實(shí)際為您分析數(shù)據(jù)之間的區(qū)別。

從模型到智能體

在智能體之前，我們將 AI 解決方案構(gòu)建為獨(dú)立的、互不關(guān)聯(lián)的組件 — 一個(gè)模型用于理解文本，另一個(gè)模型用于生成代碼，另一個(gè)模型用于處理圖像。

這種碎片化的方法

1. 迫使用戶手動(dòng)管理工作流程；
2. 導(dǎo)致在不同系統(tǒng)之間移動(dòng)時(shí)上下文消失；
3. 需要為每個(gè)流程步驟構(gòu)建自定義集成；

智能體改變了這種范式。

與處理孤立任務(wù)的傳統(tǒng)模型不同，智能體管理各種功能，同時(shí)保持對(duì)整個(gè)任務(wù)的整體理解。

智能體不僅遵循指示，還會(huì)根據(jù)在此過(guò)程中學(xué)到的信息進(jìn)行調(diào)整并做出有關(guān)后續(xù)步驟的明智決策，類似于我們?nèi)祟惖淖鞣绞健?/p>

智能體的核心優(yōu)勢(shì)

讓我們通過(guò)查看特定任務(wù)來(lái)了解智能體的能力。

傳統(tǒng) AI 將其分為幾個(gè)孤立的步驟 — 總結(jié)、提取關(guān)鍵術(shù)語(yǔ)、對(duì)內(nèi)容進(jìn)行分類和生成見(jiàn)解 — 每個(gè)步驟都需要明確的人工協(xié)調(diào)。

限制不僅在于模型孤立工作，還在于您必須手動(dòng)對(duì)整個(gè)過(guò)程進(jìn)行排序，顯式管理步驟之間的知識(shí)傳遞，并根據(jù)中間結(jié)果獨(dú)立確定需要哪些其他作。

相比之下**，基于智能體的方法可以自主執(zhí)行每個(gè)步驟，而不會(huì)失去更廣泛目標(biāo)的一面**。

智能體智能的構(gòu)建塊

AI 智能體基于三個(gè)基本原則：

1. 狀態(tài)管理：智能體的工作記憶跟蹤上下文，了解它所學(xué)到的內(nèi)容和旨在完成的任務(wù)；
2. 決策：智能體根據(jù)當(dāng)前知識(shí)確定哪種方法有意義；
3. 工具使用：智能體知道哪個(gè)工具解決了每個(gè)特定問(wèn)題；

使用 LangGraph 構(gòu)建 AI 智能體

現(xiàn)在您已經(jīng)了解了什么是 AI 智能體以及它們?yōu)槭裁粗匾?，讓我們使?LangGraph（LangChain 用于構(gòu)建強(qiáng)大的 AI 智能體的框架）構(gòu)建一個(gè)智能體。

我真正喜歡 LangGraph 的地方在于，它可以讓您將智能體的思維和行動(dòng)映射為圖表。每個(gè)節(jié)點(diǎn)代表一種能力（如搜索 Web 或編寫代碼），節(jié)點(diǎn)（邊緣）之間的連接控制信息流。

當(dāng)我開(kāi)始構(gòu)建智能體時(shí)，這種方法對(duì)我來(lái)說(shuō)很有意義，因?yàn)槲覍?shí)際上可以可視化我的智能體思維過(guò)程。

您的第一個(gè)智能體：Medium Articles Analyzer

讓我們看看如何使用 LangGraph 創(chuàng)建文本分析智能體。

該智能體將閱讀文章，弄清楚它們的內(nèi)容，提取重要元素，并提供干凈的摘要——本質(zhì)上是您的私人研究助理。

設(shè)置環(huán)境

首先，您需要設(shè)置您的開(kāi)發(fā)環(huán)境。

第 1 步 — 創(chuàng)建項(xiàng)目目錄：

mkdir ai_agent_project cd ai_agent_project

第 2 步 — 創(chuàng)建并激活虛擬環(huán)境：

On Windows

python -m venv agent_env agent_env\\Scripts\\activate

On macOS/Linux

python3 -m venv agent_env source agent_env/bin/activate

第 3 步 — 安裝必要的軟件包：

pip install langgraph langchain langchain-openai python-dotenv

第 4 步 — 設(shè)置您的 OpenAI API：

我使用 GPT-4o mini 作為我們智能體的大腦，但您可以將其交換為您喜歡的任何LLM。如果您沒(méi)有 API 密鑰：

1. 使用 OpenAI 創(chuàng)建帳戶
2. 導(dǎo)航到 API 密鑰部分
3. 點(diǎn)擊 “Create new secret key”
4. 復(fù)制您的 API 密鑰

第 5 步 — 創(chuàng)建一個(gè) .env 文件

On Windows

echo OPENAI_API_KEY=your-api-key-here > .env

On macOS/Linux

echo “OPENAI_API_KEY=your-api-key-here” > .env

將 ‘your-api-key-here’ 替換為您的 OpenAI API 密鑰。

第 6 步 – 創(chuàng)建名為test_setup.py的測(cè)試文件

python

import os

from dotenv import load_dotenv

from langchain_openai import ChatOpenAI

Load environment variables

load_dotenv()

Initialize the ChatOpenAI instance

llm = ChatOpenAI(model=”gpt-4o-mini”)

Test the setup

response = llm.invoke(“Hello! Are you working?”) print(response.content)

第 7 步 — 運(yùn)行測(cè)試：

python test_setup.py

如果您收到回復(fù)，恭喜，您的環(huán)境已準(zhǔn)備好構(gòu)建智能體！

創(chuàng)建我們的第一個(gè)智能體

我們的智能體需要內(nèi)存來(lái)跟蹤它的進(jìn)度，我們可以使用 TypedDict 創(chuàng)建它：

The original question or task

class State(TypedDict): text:

Tracks the agent’s thinking and decisions

str classification:

Stores intermediate results from tools

str entities: List[str] summary: str

這種結(jié)構(gòu)讓我們的智能體記住您的請(qǐng)求、跟蹤其推理、存儲(chǔ)工具數(shù)據(jù)并準(zhǔn)備最終答案。使用TypeDict提供類型安全，如果我們存儲(chǔ)的數(shù)據(jù)類型不正確，它會(huì)發(fā)出警告，從而簡(jiǎn)化調(diào)試。

現(xiàn)在我們的智能體有了內(nèi)存，讓我們給它一些思考能力吧！

llm = ChatOpenAI(model=”gpt-4o-mini”, temperature=0)

設(shè)置 Temperature=0 可確保我們的智能體始終選擇最可能的響應(yīng) — 這對(duì)于遵循特定推理模式的智能體至關(guān)重要。作為復(fù)習(xí)，溫度充當(dāng) “創(chuàng)造力旋鈕” LLMs：

溫度 = 0：聚焦的確定性響應(yīng)

溫度=1：更多種類、更有創(chuàng)意的輸出

溫度=2：狂野的、有時(shí)不連貫的想法

如果您的智能體做出奇怪的決定，請(qǐng)先檢查您的溫度設(shè)置！

添加智能體的功能

現(xiàn)在，我們將為智能體構(gòu)建專門的工具，每個(gè)工具處理特定的任務(wù)類型。

一、我們的分類能力：

def

summarize_node

(state):

Create a template for the summarization prompt

This tells the model to summarize the input text in one sentence

summarization_prompt = PromptTemplate.from_template(

“””Summarize the following text in one short sentence.

Text: {input}

Summary:”””

)

Create a chain by connecting the prompt template to the language model

The “|” operator pipes the output of the prompt into the model

chain = summarization_prompt | llm

Execute the chain with the input text from the state dictionary

This passes the text to be summarized to the model

response = chain.invoke({“input”: state[“input”]})

Return a dictionary with the summary extracted from the model’s response

This will be merged into the agent’s state

return {“summary”: response.content}

此功能將文檔提煉為其要點(diǎn)的簡(jiǎn)明摘要。

這些技能結(jié)合起來(lái)，使我們的智能體能夠理解內(nèi)容類型、識(shí)別關(guān)鍵信息并創(chuàng)建易于理解的摘要 — 每個(gè)函數(shù)都遵循相同的模式，即獲取當(dāng)前狀態(tài)、處理當(dāng)前狀態(tài)并將有用信息返回給下一個(gè)函數(shù)。

完成智能體結(jié)構(gòu)

現(xiàn)在，我們將這些功能連接到一個(gè)協(xié)調(diào)的工作流中：

workflow = StateGraph(State)

Add nodes to the graph

workflow.add_node(“classification_node”, classification_node)

workflow.add_node(“entity_extraction”, entity_extraction_node)

workflow.add_node(“summarization”, summarization_node)

Add edges to the graph

workflow.set_entry_point(“classification_node”) # Set the entry point of the graph

workflow.add_edge(“classification_node”, “entity_extraction”)

workflow.add_edge(“entity_extraction”, “summarization”)

workflow.add_edge(“summarization”, END)

Compile the graph

app = workflow.compile()

您已經(jīng)構(gòu)建了一個(gè)智能體，該智能體按協(xié)調(diào)的順序從分類到實(shí)體提取再到摘要，使其能夠理解文本類型、識(shí)別重要實(shí)體、創(chuàng)建摘要，然后完成該過(guò)程。

智能體在行動(dòng)

現(xiàn)在，讓我們使用示例文本測(cè)試我們的智能體：

Define a sample text about Anthropic’s MCP to test our agent

sample_text = “””

Anthropic’s MCP (Model Context Protocol) is an open-source powerhouse that lets your applications interact effortlessly with APIs across various systems.

“””

Create the initial state with our sample text

state_input = {“text”: sample_text}

Run the agent’s full workflow on our sample text

result = app.invoke(state_input)

Print each component of the result:

– The classification category (News, Blog, Research, or Other)

print(“Classification:”, result[“classification”])

– The extracted entities (People, Organizations, Locations)

print(“\nEntities:”, result[“entities”])

– The generated summary of the text

print(“\nSummary:”, result[“summary”])

運(yùn)行此代碼會(huì)通過(guò)每個(gè)功能處理文本：

分類： 技術(shù)

實(shí)體：[‘Anthropic’， ‘MCP’， ‘Model Context Protocol’]

簡(jiǎn)介： Anthropic 的 MCP 是一種開(kāi)源協(xié)議，支持與各種 API 系統(tǒng)進(jìn)行無(wú)縫應(yīng)用程序交互。

令人印象深刻的不僅僅是最終結(jié)果，還有每個(gè)階段如何建立在前一個(gè)階段之上。這反映了我們自己的閱讀過(guò)程：我們首先確定內(nèi)容類型，然后確定重要的名稱和概念，最后創(chuàng)建連接所有內(nèi)容的心理總結(jié)。

這種智能體構(gòu)建方法遠(yuǎn)遠(yuǎn)超出了我們的技術(shù)示例。您可以將類似的設(shè)置用于：

1. 個(gè)人發(fā)展文章 — 對(duì)增長(zhǎng)領(lǐng)域進(jìn)行分類，提取可作的建議，并總結(jié)關(guān)鍵見(jiàn)解；
2. 初創(chuàng)公司創(chuàng)始人的故事 — 了解商業(yè)模式、融資模式和增長(zhǎng)戰(zhàn)略；
3. 產(chǎn)品評(píng)論 — 識(shí)別功能、品牌和建議；

AI 智能體的局限性

我們的智能體在我們?cè)O(shè)計(jì)的節(jié)點(diǎn)和連接的剛性框架內(nèi)工作。

這種可預(yù)測(cè)的限制了它的適應(yīng)性。與人類不同，智能體遵循固定的路徑，在面對(duì)意外情況時(shí)無(wú)法調(diào)整。

上下文理解是另一個(gè)限制。這個(gè)智能體可以處理文本，但缺乏人類自然掌握的更廣泛的知識(shí)和文化細(xì)微差別。智能體在提供的文本范圍內(nèi)運(yùn)作，盡管添加互聯(lián)網(wǎng)搜索可以幫助補(bǔ)充其知識(shí)。

黑匣子問(wèn)題也存在于智能體系統(tǒng)中。我們看到輸入和輸出，但看不到內(nèi)部決策。像 GPT-o1 或 DeepSeek R1 這樣的推理模型通過(guò)展示它們的思維過(guò)程來(lái)提供更高的透明度，盡管我們?nèi)匀粺o(wú)法完全控制內(nèi)部發(fā)生的事情。

最后，這些系統(tǒng)并非完全自主，需要人工監(jiān)督，尤其是在驗(yàn)證輸出和確保準(zhǔn)確性方面。與任何其他 AI 系統(tǒng)一樣，將 AI 功能與人工監(jiān)督相結(jié)合，可以獲得最佳結(jié)果。

了解這些限制有助于我們構(gòu)建更好的系統(tǒng)，并確切地知道何時(shí)需要人類介入。將 AI 功能與人類專業(yè)知識(shí)相結(jié)合，可以獲得最佳結(jié)果。