零基础如何构建你的第一个AI Agent——完整指南

零基础如何构建你的第一个AI Agent——完整指南 零基础如何构建你的第一个AI Agent——完整指南 Modified April 2 这一运行流程就是核心逻辑，其余均为细节补充。 第四步：构建一个简易智能体 新建一个名为agent.py的文件，然后使用任意文本编辑器打开它。 我不会在这里粘贴完整代码，因为这是一篇文章，而非代码教程。但你需要实现的功能以及实现方法如下： 打开Claude并输入以下提示词： Code block Markdown Copy I want to build my first AI agent in Python using the Anthropic API. The agent should: 1. Accept a goal from the user 2. Have access to 2 tools: a web search tool (simulated with a function that returns mock data) and a calculator tool 3. Use the standard agentic loop: send message → check if Claude wants to use a tool → execute the tool → send result back → repeat until done 4. Print each step so I can see the agent thinking Requirements: Use the Anthropic Python SDK Use claude sonnet 4 20250514 as the model The agent should loop properly using stop reason to detect when Claude is done Include clear comments explaining every section Keep it simple — this is my first agent ever Write the complete code I can save as agent.py and run. Claude 会生成一份可运行的智能体脚本。将其保存为agent.py。 运行之前，请将你的 API 密钥设置为环境变量： Code block Bash Copy export ANTHROPIC API KEY=your key here 然后运行: Code block Plain Text Copy python agent.py 给它设定一个简单的目标，比如“847的15%是多少，这一数额是否属于常规的小费金额”。 留意终端输出，你会看到智能体对问题进行思考，决定调用计算器工具，获取计算结果，再判断该数额是否为常规小费，并最终给出答案。 这就是你的第一个智能体：一个能够进行推理、使用工具，并朝着目标逐步迭代完成任务的系统。 添加真实工具（2小时） 这些模拟工具仅为概念验证。现在我们来添加一些真实可用的功能。 第五步：添加真实的网络搜索工具 让Claude修改你的智能体，使其调用Tavily的搜索API（该API提供丰厚的免费额度），而非使用模拟搜索功能。你也可以选用其他任意能返回真实数据的免费API，比如天气、新闻、股价相关接口。 核心在于用能够获取实时真实数据的工具，替代原先的模拟工具。当你再次运行该智能体并提出需要最新信息的问题时，它会真正进行联网搜索，处理搜索结果，并将其融入自身的推理过程。 到这一刻，它就不再只是一个玩具，而是开始具备真正实用的价值。 第六步：添加文件读取工具 添加一个工具，让智能体能够读取你电脑上指定文件夹中的文件。让Claude编写一个函数，以文件名作为输入，并返回该文件的内容。 现在你的智能体就可以解答与本地文档相关的问题了。让它“读取我昨天的笔记并总结要点”，它就会打开文件、读取内容并生成摘要。 搜索和文件读取这两个工具，已经能让智能体胜任实际任务。你可以针对某个主题展开调研，再让智能体把研究结果写入文件；也可以指定一份文档，让它分析其中的内容。 让对话更具互动性（2小时） 第七步：添加对话记忆功能 目前你的智能体一次只能处理一个任务目标。我们来让它能够处理完整的对话，并记住所有对话内容。 让Claude修改该智能体，使其保留对话历史记录。每次交互结束后，完整的消息记录都会被保存，并随下一次请求一同发送。这意味着智能体能够记住你们之前讨论的内容，并在已有回答的基础上继续延伸。 这就是一次性工具与智能助手的区别。智能助手会记得你正在研究某个特定主题，无需你重新解释所有信息，就能顺着话题继续交流。 第八步：添加错误处理 实际工具有时会出现故障。应用程序接口会超时。文件不存在。数据格式错误。 让Claude为每个工具添加完善的错误处理机制：生成结构化的错误信息，告知智能体问题出在哪里以及后续该如何操作。这样能避免智能体在遇到意外情况时崩溃或产生虚构内容。 完善的错误处理，正是演示程序与日常实际可用产品的区别所在。 完善与测试（2小时） 第九步：使用真实任务进行测试 为你的智能体布置十项不同的任务，既有简单任务，也有复杂任务。 “本周的天气预报是什么？”“阅读我的会议纪要并提炼出待办事项。”“调研关于[主题]的最新资讯，并撰写一段摘要。”“计算10000美元在年利率5%的情况下，10年的复利是多少。”“找出阿姆斯特丹三家口碑不错的餐厅并进行对比。” 观察它处理每一项任务的过程。留意它表现出色的地方，以及遇到困难的环节。针对每一处问题，思考解决办法——是优化工具说明、完善错误处理机制，还是增加额外工具。 第十步：添加你自己的自定义工具 想一想你在生活或工作中实际会重复执行的一项任务，这项任务需要涉及信息查询、数据处理或生成结果。 为这项任务开发一个工具。请 Claude 帮你编写对应的函数，并将其接入你的智能体。 现在你就拥有了一个专属个人 AI 智能体，它配备了为你特定需求定制的工具。 你所构建的成果（以及为何它至关重要） 让我总结一下你现在所拥有的： 一个Python脚本，它接收自然语言目标，推理如何实现这些目标，使用多种工具收集信息并进行计算，优雅地处理错误，维护对话历史，并且可以根据需要扩展任何新工具。 那就是一个真正的AI智能体。不是围绕聊天API的包装器。而是一个真正能够推理和行动的自主系统。 接下来要做些什么 第2周：根据实际需求再添加三到五个工具。天气、日历、电子邮件、文件创建、数据分析——任何符合你工作流程的工具都可以。 第3周：将你的智能体部署到一个可以持续运行的地方。树莓派、廉价的云服务器，或者就用你的笔记本电脑。将其连接到Telegram或WhatsApp，这样你就可以从手机上与它对话。 第2个月：研究多智能体架构。构建一个系统，让多个专业智能体协同工作——一个负责研究，一个负责写作，一个负责数据分析——由一个中央智能体进行协调。 第三个月：开始为他人构建智能体。你本周末学到的一切都是企业愿意为之买单的技能。能够构建定制化AI智能体的人才市场正在迅速增长，而供应远远无法满足需求。 你的第一个智能体可能会很粗糙。它会犯错。它偶尔会使用错误的工具或给出奇怪的答案。 每一位有过开发经验的开发者都是从粗糙的东西开始的。重点不是追求完美，而是通过实际构建一个智能体来理解它的工作原理。这种理解比阅读任何资料或观看教程都更有价值。 你现在已经对AI智能体如何运作有了一个心智模型。你理解了循环、工具调用和推理链。从现在起，你对智能体的其他了解都会更有意义，因为你已经亲身体验过它的运作。 如果这对你有帮助，请关注@eng khairallah1。我会定期发布像这样的指南——实用、适合初学者，且都经过测试。 希望这对你有用❤️ 这一运行流程就是核心逻辑，其余均为细节补充。 第四步：构建一个简易智能体 新建一个名为agent.py的文件，然后使用任意文本编辑器打开它。 我不会在这里粘贴完整代码，因为这是一篇文章，而非代码教程。但你需要实现的功能以及实现方法如下： 打开Claude并输入以下提示词： Claude 会生成一份可运行的智能体脚本。将其保存为agent.py。 运行之前，请将你的 API 密钥设置为环境变量： 然后运行: 给它设定一个简单的目标，比如“847的15%是多少，这一数额是否属于常规的小费金额”。 留意终端输出，你会看到智能体对问题进行思考，决定调用计算器工具，获取计算结果，再判断该数额是否为常规小费，并最终给出答案。 这就是你的第一个智能体：一个能够进行推理、使用工具，并朝着目标逐步迭代完成任务的系统。 添加真实工具（2小时） 这些模拟工具仅为概念验证。现在我们来添加一些真实可用的功能。 第五步：添加真实的网络搜索工具 让Claude修改你的智能体，使其调用Tavily的搜索API（该API提供丰厚的免费额度），而非使用模拟搜索功能。你也可以选用其他任意能返回真实数据的免费API，比如天气、新闻、股价相关接口。 核心在于用能够获取实时真实数据的工具，替代原先的模拟工具。当你再次运行该智能体并提出需要最新信息的问题时，它会真正进行联网搜索，处理搜索结果，并将其融入自身的推理过程。 到这一刻，它就不再只是一个玩具，而是开始具备真正实用的价值。 第六步：添加文件读取工具 添加一个工具，让智能体能够读取你电脑上指定文件夹中的文件。让Claude编写一个函数，以文件名作为输入，并返回该文件的内容。 现在你的智能体就可以解答与本地文档相关的问题了。让它“读取我昨天的笔记并总结要点”，它就会打开文件、读取内容并生成摘要。 搜索和文件读取这两个工具，已经能让智能体胜任实际任务。你可以针对某个主题展开调研，再让智能体把研究结果写入文件；也可以指定一份文档，让它分析其中的内容。 让对话更具互动性（2小时） 第七步：添加对话记忆功能 目前你的智能体一次只能处理一个任务目标。我们来让它能够处理完整的对话，并记住所有对话内容。 让Claude修改该智能体，使其保留对话历史记录。每次交互结束后，完整的消息记录都会被保存，并随下一次请求一同发送。这意味着智能体能够记住你们之前讨论的内容，并在已有回答的基础上继续延伸。 这就是一次性工具与智能助手的区别。智能助手会记得你正在研究某个特定主题，无需你重新解释所有信息，就能顺着话题继续交流。 第八步：添加错误处理 实际工具有时会出现故障。应用程序接口会超时。文件不存在。数据格式错误。 让Claude为每个工具添加完善的错误处理机制：生成结构化的错误信息，告知智能体问题出在哪里以及后续该如何操作。这样能避免智能体在遇到意外情况时崩溃或产生虚构内容。 完善的错误处理，正是演示程序与日常实际可用产品的区别所在。 完善与测试（2小时） 第九步：使用真实任务进行测试 为你的智能体布置十项不同的任务，既有简单任务，也有复杂任务。 “本周的天气预报是什么？”“阅读我的会议纪要并提炼出待办事项。”“调研关于[主题]的最新资讯，并撰写一段摘要。”“计算10000美元在年利率5%的情况下，10年的复利是多少。”“找出阿姆斯特丹三家口碑不错的餐厅并进行对比。” 观察它处理每一项任务的过程。留意它表现出色的地方，以及遇到困难的环节。针对每一处问题，思考解决办法——是优化工具说明、完善错误处理机制，还是增加额外工具。 第十步：添加你自己的自定义工具 想一想你在生活或工作中实际会重复执行的一项任务，这项任务需要涉及信息查询、数据处理或生成结果。 为这项任务开发一个工具。请 Claude 帮你编写对应的函数，并将其接入你的智能体。 现在你就拥有了一个专属个人 AI 智能体，它配备了为你特定需求定制的工具。 你所构建的成果（以及为何它至关重要） 让我总结一下你现在所拥有的： 一个Python脚本，它接收自然语言目标，推理如何实现这些目标，使用多种工具收集信息并进行计算，优雅地处理错误，维护对话历史，并且可以根据需要扩展任何新工具。 那就是一个真正的AI智能体。不是围绕聊天API的包装器。而是一个真正能够推理和行动的自主系统。 接下来要做些什么 第2周：根据实际需求再添加三到五个工具。天气、日历、电子邮件、文件创建、数据分析——任何符合你工作流程的工具都可以。 第3周：将你的智能体部署到一个可以持续运行的地方。树莓派、廉价的云服务器，或者就用你的笔记本电脑。将其连接到Telegram或WhatsApp，这样你就可以从手机上与它对话。 第2个月：研究多智能体架构。构建一个系统，让多个专业智能体协同工作——一个负责研究，一个负责写作，一个负责数据分析——由一个中央智能体进行协调。 第三个月：开始为他人构建智能体。你本周末学到的一切都是企业愿意为之买单的技能。能够构建定制化AI智能体的人才市场正在迅速增长，而供应远远无法满足需求。 你的第一个智能体可能会很粗糙。它会犯错。它偶尔会使用错误的工具或给出奇怪的答案。 每一位有过开发经验的开发者都是从粗糙的东西开始的。重点不是追求完美，而是通过实际构建一个智能体来理解它的工作原理。这种理解比阅读任何资料或观看教程都更有价值。 你现在已经对AI智能体如何运作有了一个心智模型。你理解了循环、工具调用和推理链。从现在起，你对智能体的其他了解都会更有意义，因为你已经亲身体验过它的运作。 如果这对你有帮助，请关注@eng khairallah1。我会定期发布像这样的指南——实用、适合初学者，且都经过测试。 希望这对你有用❤️ 🔗 原文链接： https://x.com/eng khairallah1/statu... https://x.com/eng khairallah1/statu... 人人都在谈论AI Agent。 赶紧收藏这个！ 智能体框架、多智能体协同调度、智能体循环机制、工具调用、子智能体协作。 这一切听起来复杂得令人望而却步。仿佛你需要拥有计算机科学学位，还要具备三年后端开发经验才能入门。 其实根本不用。 我将带你在一个周末内，搭建出你的第一个真正意义上的AI智能体。不是普通的聊天机器人，也不是一次性的自动化脚本，而是一个能接收目标、规划步骤、借助工具完成任务并输出结果的真正智能体。 到周日晚上，你就能让它成功运行起来，第一次看到它工作时，你会真切感受到宛如魔法般的效果。 这份教程默认你基本不懂编程，也没有搭建AI系统的经验。只要你能照着指引，在终端里输入指令，就完全可以做到。 我们开始动手吧⬇️ 第一部分：智能体究竟是什么 抛开你看过的所有复杂定义。 聊天机器人会等你提出问题，给出答案，然后停止响应。 智能体则会接收一个目标，确定所需执行的步骤，借助工具完成这些步骤，并持续推进直至目标达成。 二者的区别只有一个词：自主性。 聊天机器人是被动响应式的——它只会回应你的提问。智能体是主动执行式的——它会为你主动处理事务。 这里有一个能体现二者差异的真实例子： 聊天机器人：你问“阿姆斯特丹现在天气如何？”，它回复“当前气温12摄氏度，多云。” 智能体：你说“我明天有一场户外会议，需要带伞吗？”智能体会查询你所在位置的天气预报，查看明天逐时段天气情况，确认会议时段是否有降雨可能，然后回复：“需要带伞，下午2点至4点预计有雨。建议携带雨伞，此外由于暴雨概率达70%，可考虑将会议改至室内举行。” 智能体并非仅仅回答一个问题，它会理解你的目标（帮我为会议做好准备），明确所需信息（天气预报、时段信息），借助工具获取数据（天气应用程序接口），并给出可落地执行的建议。 这正是我们要做的。 搭建工具环境（2 小时） 第一步：获取Claude API访问权限 你需要一个Anthropic API密钥。请访问console.anthropic.com，创建账号、添加支付方式，然后获取你的API密钥。 console.anthropic.com 每次调用API都会产生费用，但对于个人项目而言价格极低，最多仅需花费几美元。 第二步：安装Python 如果你尚未安装Python，请前往python.org下载最新版本并完成安装。打开终端，输入python version以确认安装成功。 python.org 如果你不熟悉“终端”一词：在Mac系统上，打开名为“终端”的应用程序；在Windows系统上，打开命令提示符或PowerShell。 第三步：搭建你的项目 打开终端，依次输入以下命令： 在Windows系统中，将 替换为 。 至此，你已拥有一个安装了Anthropic库的项目文件夹。所需的全部环境配置就完成了。 构建智能体核心（3 小时） 智能体循环的工作原理 每个智能体都遵循相同的基本运行流程： • 向Claude发送目标，同时附上可用工具的说明 • Claude判断是否需要借助工具来完成该目标 • 如果需要，Claude会告知你应调用哪个工具以及传入哪些参数 • 你的代码执行该工具，并将执行结果返回给Claude • Claude再次判断是需要继续调用其他工具，还是目标已完成 • 重复上述步骤直至目标达成