距离上一篇发文，又过了大半年了。
这段时间学的挺杂的，虽然也花费不少功夫在学习上，但是对于现在很火的AI是一点也没涉及。
按道理来说我也是做技术的，不知道为什么就能一直拖，一直拖，一直拖，一直拖......直到有一天，灵魂突然觉醒！不能再拖下去了！！
然后，我就用python简单写了个ai agent，做了个demo，大概理解了一下整体的流程。
现在要给它记录一下。
搭建环境：
1.安装python：参考www.python.org/downloads/r…
python --version 即验证成功
2.安装vscode和Python插件：参考code.visualstudio.com/
3.安装Ollama，参考ollama.com/
介绍：Ollama可以将模型拉取到本地，然后代码里调用ollama，配置对应模型，就可以跑了，但是有电脑配置要求。
有条件的装个antigravity tools，可以薅到Google、Anthropic等平台提供的免费AI模型额度。
这里就先用Ollama做例子，如果有有对antigravity tools使用遇到问题，可以私我。
python语法
基础的语法还是要了解一下，比如def定义函数，and or not，if条件等等基本语法。
还有个虚拟环境，是为了隔离项目依赖，避免版本冲突的，可以看到文件夹下多了个.env。
开发流程
1.新建一个ai-demo文件夹（mkdir ai-demo），并在文件夹上新建一个m_agent.py（touch m_agent.py）文件。
2.openai的SDK是全球最流行的LLM调用方式。连接到antigravity tools也可以用它。
pip install openai
- ollama拉取一个模型，我用的是
ollama pull qwen2.5:3b（根据电脑自行配置）
- 调用本地模型的代码。
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:11434/v1", // ollama的服务
api_key="no-key" // 不需要key，全部在本地运行 )
response = client.chat.completions.create(
model="qwen2.5:3b", // 刚才下到本地的模型
messages=[{"role": "user", "content": user_question}], // role是角色，有user、system、tool、assistant tools=tools
)
还有user_question和tools，接下去会解释。
5.获取AI回复。
response_content = response.choices[0].message
6.获取用户输入，即prompt，在这里，我们用python获取用户输入内容。
user_input = input('你：') // 可以获取用户输入、
if user_input.lower() in ["exit", "quit", "q"]: // 用户输入exit等，直接退出
print("👋 再见！")
break
7.到这里，已经能做到，用户输入内容 -> 本地模型处理 -> 输出内容。 但是如果需要去访问本地文件或者读写文件等操作，就没办法实现，这时候引入了tools的概念。
大模型通过去调用工具，来增强它的能力，这是一个循环过程，为了代码简单，下面是一个读取文件内容的例子。
8.我们先来定义一个工具函数，读文件。
def run_read(path: str, limit: int = None) -> str:
try:
with open(path, 'r', encoding='utf-8') as f:
lines = f.readlines()
if limit:
lines = lines[:limit]
return ''.join(lines)
except Exception as e:
return f'无法读取文件: {path}'
9.然后定义一下工具。这是传给模型的，即上面的tools，让模型知道它有了哪些工具可以调用。
tools = [
{
'type': 'function',
'function': {
'name': 'read_file',
'description': '读取文件内容',
'parameters': {
'type': 'object',
'properties': {
'path': {
'type': 'string',
'description': '文件路径'
},
'limit': {
'type': 'integer',
'description': '读取行数限制'
}
},
'required': ['path']
}
}
}
]
10.定义一个工具注册表。每一次调用工具手动输入容易造成混乱，在这里统一注册。
TOOL_HANDLERS = {
'read_file': run_read
}
11.这个时候，我们需要调用2次大模型，第一次传入tools（见4），并传入用户输入内容，模型会返回需要调用的工具。我们根据注册表找到对应的函数，执行，获取结果。
results = []
if hasattr(response_content, 'tool_calls') and response_content.tool_calls: // 判断ai返回的结果是否有tool_calls
for tool_call in response_content.tool_calls: // 循环工具
tool_name = tool_call.function.name // 获取工具名
func_args = json.loads(tool_call.function.arguments) // json.loads转字典，括号里是AI给的参数
print(f"AI请求调用工具: {tool_name}，参数: {func_args}") handler = TOOL_HANDLERS.get(tool_name) // 获取需要执行的函数
output = handler(**func_args) if handler else f"未找到工具: {tool_name}" // **相当于把参数展开
results.append({ // 把工具执行完的结果，打包成模型能看懂的格式，存起来，等下一起发给AI
'role': 'tool', // 工具返回结果
'tool_call_id': tool_call.id,
'content': output
})
12.把结果发给ai，相当于把结果拼接成ai看的懂的格式重新发给ai，让它生成最终的自然语言。
final_response = client.chat.completions.create(
model="qwen2.5:3b",
messages=results
)
13.最终输出。
print("===AI最终回答===")
print(final_response.choices[0].message.content)
14.拓展
看到这里，是不是对ai agent有了个大致的了解。 但是目前还有几个问题，(1)如果ai返回的不是工具，相当于循环结束，要如何处理？ (2)还有现在没有做到上下文理解，要如何给它加上记忆？ 可以拓展试试~
最近claude code ‘被开源’了，我把代码拉下来跑了一下，还是要紧跟大家步伐，不能偷懒啊。
对于ai，我也是在起步阶段，只懂得皮中的毛毛，可能有很多错误之处，欢迎指点~ 祝大家都能心想事成~
