Agent 开发实战：搭一个会调用工具的智能体

原创

搜weiranit

发布于 2026-09-10 15:00:52

1450

很多人把 Agent 想得很复杂，以为要先学 LangChain、AutoGPT、多智能体框架。其实最小可用的 Agent 只需要四个东西：大模型、工具、循环、记忆。用 Python 写，核心代码可以很少。

一、Agent 的最小公式

一个 Agent 的本质是：

Agent = LLM + Tools + Loop + Memory

大模型负责理解和决策；工具负责与外部世界交互；循环让模型可以“思考—行动—观察—再思考”；记忆让多轮对话和任务状态得以保留。把这四件事跑通，你就已经有了一个 Agent 原型。

二、极简实战：天气助手

下面这段代码实现了一个能查天气的 Agent。它只有 30 行左右，却包含了工具调用和循环：

import json
from openai import OpenAI

client = OpenAI(api_key="你的密钥")

def get_weather(city: str) -> str:
    return {"北京": "晴，25℃", "上海": "多云，27℃"}.get(city, "暂无数据")

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询城市天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

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

while True:
    resp = client.chat.completions.create(
        model="gpt-4o-mini", messages=messages, tools=tools
    )
    msg = resp.choices[0].message
    messages.append(msg)

    if not msg.tool_calls:
        print(msg.content)
        break

    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)
        result = get_weather(args["city"])
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": result,
        })

运行逻辑很清晰：模型先判断需要调用 get_weather，返回工具调用请求；程序执行工具，把结果放回 messages；模型拿到天气数据后，再生成最终回答。这个过程就是 Agent 最核心的 ReAct 循环。

三、工程化要补什么

上面只是 Demo，真实项目还要补五件事：

工具设计：工具名、描述、参数要清晰，否则模型容易调错。
记忆管理：短期记忆用消息列表，长期记忆可接向量数据库。
规划能力：复杂任务可先让模型拆解步骤，再逐步执行。
评估与日志：记录每次工具调用、耗时、失败原因和最终结果。
安全边界：危险操作要加权限校验和人工确认，不能全交给模型。

四、常见坑

最常见的问题是无限循环。模型可能反复调用同一个工具，所以必须设置最大轮次。其次是参数幻觉，模型可能编造不存在的城市或字段，因此工具内部要做校验。还有密钥泄露、提示词注入、工具越权等风险，生产环境必须隔离和限权。

五、最佳实践

从单工具、单任务开始，不要一上来就做多智能体。工具描述写清楚输入输出，循环设置上限，所有调用留日志。先让 Agent 在低风险场景稳定跑通，再逐步扩展到查询、检索、写操作和自动化流程。

结语

Agent 开发实战并不神秘。少量代码就能跑通“模型决策 + 工具调用 + 循环反馈”的闭环。真正决定成败的，不是框架多复杂，而是工具是否可靠、边界是否清晰、评估是否到位。代码可以少，工程不能少。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

agent