AI Agent分步教程2026：从零构建你的第一个自主AI Agent

📘 教程 2026-07-20 · 更新于 2026-08-21 约 2 分钟阅读

AI Agent分步教程2026：从零构建你的第一个自主AI Agent，含核心参数表与FAQ

💡 你将学到

AI Agent分步教程2026：从零构建你的第一个自主AI Agent，含核心参数表与FAQ

📜 目录

一、准备工作
二、Agent的核心循环
三、定义工具
四、主循环：跑起来
五、核心参数表：调好这四个就够
六、三个进阶方向
常见问题
相关文章

AI Agent分步教程2026：从零构建你的第一个自主AI Agent

"AI Agent"听起来高大上，拆开就是一个循环：思考 → 调用工具 → 看结果 → 再思考，直到任务完成。这篇用最简单的Python代码，从零搭一个能查天气、算数学的自主Agent，不依赖复杂框架，最后附参数表和FAQ。

一、准备工作

Python 3.10+：官网下载安装，python --version 验证
一个API Key：OpenAI、DeepSeek、通义等任选一家，注册后拿Key
HTTP请求库：pip install openai（各厂商SDK以官方文档为准）

想免费/离线？换成Ollama本地模型，逻辑不变，只改API地址和模型名。

二、Agent的核心循环

Agent和普通聊天机器人最大的区别是它会用工具。核心循环只有四步：感知（把任务和历史对话发给模型）→ 思考（模型决定直接回答还是调用工具）→ 行动（程序执行模型选中的函数）→ 观察（把工具结果返回给模型），然后循环，直到任务完成。

三、定义工具

工具本质就是"给模型看的说明书 + 一个函数"。用JSON Schema描述工具，模型就能学会调用它。以查天气为例：

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询指定城市的天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名，如北京"}
            },
            "required": ["city"]
        }
    }
}]

def get_weather(city: str) -> str:
    return f"{city}今天晴，25°C"   # 这里接真实天气API

四、主循环：跑起来

from openai import OpenAI
client = OpenAI()  # 本地改 base_url 即可

messages = [{"role": "user", "content": "北京天气怎么样？"}]

for _ in range(10):  # 循环上限，防死循环
    resp = client.chat.completions.create(
        model="gpt-4o-mini",  # 换你的模型名
        messages=messages,
        tools=tools,
    )
    msg = resp.choices[0].message
    if msg.tool_calls:  # 模型要调用工具
        messages.append(msg)
        for tc in msg.tool_calls:
            result = globals()[tc.function.name](**eval(tc.function.arguments))
            messages.append({
                "role": "tool",
                "tool_call_id": tc.id,
                "content": str(result),
            })
    else:  # 模型给出答案
        print(msg.content)
        break

跑起来就能看到Agent自动查天气、算乘法再汇总——这就是最小的自主Agent。

五、核心参数表：调好这四个就够

参数	作用	建议
model	模型选择	简单任务用小模型省钱，复杂推理用大模型
temperature	随机性（0-2）	工具调用场景建议0~0.3
max_tokens	单次回答上限	按任务设，防超长输出烧token
循环上限	防死循环	5~10轮，超了强制结束