这可能是最接地气的 AI Agent 入门教程。不讲晦涩概念，不用高配显卡，30 分钟内从零搭出一个能自动执行任务的 AI Agent。附完整代码和踩坑记录。
一、AI Agent 不是科幻，是一个"会动脑子帮你干活的小弟"
先别被"Agent"这个词吓到。你可以简单理解成：
AI Agent = 大模型 + 工具 + 自主决策
传统 ChatGPT 的模式是：你问一句，它答一句。而 Agent 是：你给一个目标，它自己规划步骤、调用工具、完成任务。
举个例子：
- ChatGPT：你说"帮我查一下北京天气"，它回答"好的，但我没有联网能力"
- Agent：你说"每天早上 8 点检查北京天气，如果下雨就发邮件提醒我带伞"，它自己登录天气 API → 判断是否下雨 → 调用邮件 API → 发提醒
区别在哪？ Agent 会主动干活。这就是它最值钱的地方。
二、你需要准备什么？
| 项目 | 说明 | 费用 |
|---|---|---|
| 一台能上网的电脑 | Windows/Mac/Linux 都行 | 已有 |
| Python 3.10+ | 免费 | ¥0 |
| API Key | 从大模型平台获取 | ¥5-20（够用很久） |
| 一个代码编辑器 | VSCode 免费 | ¥0 |
| 耐心 | 30 分钟 | 无价 |
最低成本：只需要 ¥5 的 API 费用就能跑起来。
三、30 分钟搭建你的第一个 Agent
第 1 步：装环境（3 分钟）
打开终端，一行命令安装核心库：
pip install openai python-dotenv
创建项目文件夹：
mkdir my-first-agent && cd my-first-agent
第 2 步：写一个极简 Agent 框架（10 分钟）
创建一个 agent.py 文件：
import json
import requests
from openai import OpenAI
# 配置你的 API Key
client = OpenAI(
api_key="你的 API Key",
base_url="你的 API 地址"
)
class MiniAgent:
def __init__(self, name="Claw"):
self.name = name
self.messages = [
{"role": "system", "content": f"你是一个名叫 {name} 的 AI Agent。"}
]
def think(self, task):
"""让 AI 思考如何完成任务"""
self.messages.append({"role": "user", "content": task})
response = client.chat.completions.create(
model="deepseek-v4-flash", # 换成你用的模型
messages=self.messages
)
reply = response.choices[0].message.content
self.messages.append({"role": "assistant", "content": reply})
return reply
def add_tool(self, name, func):
"""注册一个工具"""
self.tools[name] = func
def run(self, task):
print(f"🤖 {self.name} 收到任务：{task}")
result = self.think(task)
print(f"✅ 完成：{result}")
return result
# 使用示例
agent = MiniAgent()
agent.run("用 3 句话解释什么是 AI Agent")
这个代码虽然简单，但已经是一个 Agent 的核心骨架了：它有系统身份、会调用大模型、能自主生成回复。
第 3 步：给它加工具（10 分钟）
Agent 真正的威力来自工具。加一个网络搜索功能：
def search_web(query):
"""搜索网络并返回结果摘要"""
# 这里用 DuckDuckGo 的免费搜索 API
url = f"https://api.duckduckgo.com/?q={query}&format=json"
resp = requests.get(url)
data = resp.json()
return data.get("AbstractText", "没有找到相关信息")
# 注册到 Agent
agent.add_tool("搜索", search_web)
# 现在 Agent 可以主动搜索了
result = agent.think("请搜索 2025 年最流行的编程语言，然后总结给我")
第 4 步：让它自主执行（5 分钟）
最高级的用法——让 Agent 自己决定调什么工具：
def auto_execute(self, task):
"""Agent 自主规划并执行"""
# 第一轮：规划
plan = self.think(f"请为以下任务制定一个执行计划：{task}\n输出 JSON 格式：{{'steps': ['步骤1', '步骤2']}}")
# 解析计划
plan_data = json.loads(plan.strip("```json").strip("```"))
# 执行每一步
results = []
for step in plan_data["steps"]:
result = self.think(f"执行步骤：{step}\n当前进度：{results}")
results.append(result)
# 汇总
summary = self.think(f"任务完成。汇总结果：{json.dumps(results, ensure_ascii=False)}")
return summary
第 5 步：跑起来试试（2 分钟）
python agent.py
如果一切正常，你会看到 Agent 输出它的思考过程和执行结果。
四、进阶玩法（当你的 Agent 跑起来之后）
一旦这个骨架跑通了，你可以给它加各种工具：
| 工具 | 用途 | 接入方式 |
|---|---|---|
| 发送邮件 | 自动发通知/报告 | SMTP 或 SendGrid API |
| 读取文件 | 批量处理文档 | open() + 解析库 |
| 调用 API | 对接各种 SaaS | requests 库 |
| 执行 Shell 命令 | 自动运维 | subprocess 模块 |
| 操作浏览器 | 自动化填表单 | Playwright/Selenium |
| 读写数据库 | 持久化数据 | sqlite3 / pymongo |
举个实际案例： 我写了一个 Agent 每天早上自动帮我：
- 读取当天的待办清单（本地文件）
- 搜索关键词的今日热点（调用搜索 API）
- 生成一篇短文草稿（大模型写作）
- 保存到 Obsidian 笔记（文件操作）
整个过程 3 分钟完成，而人只需要花 30 秒看一眼结果。
五、避坑指南（新手必看）
1. API 成本没有想象中高 很多人担心 API 会烧钱。实测一个 1000 字对话的成本大约 ¥0.001-0.003。每天跑 100 个任务也花不到 ¥1。
2. 别追求一次性完美 Agent 第一次跑很可能出错。这很正常——
- 先让它跑起来
- 再看它哪里出问题
- 给 2-3 轮纠正的提示
- 迭代几次就稳定了
3. 错误处理要加上
try:
result = agent.run(task)
except Exception as e:
agent.think(f"刚才出错了：{e}，请重试或者换一种方法")
4. 安全第一
- 别给你的 Agent 删文件的权限
- API Key 不要写死在代码里，用环境变量
- 让 Agent 每次对外操作前都向你确认（至少初期这样做）
六、接下来学什么？
这个教程只是开胃菜。如果你想深入：
- LangChain / LangGraph — 现成的 Agent 框架，省去重复造轮子
- MCP（Model Context Protocol） — 标准化的工具协议，让 Agent 能接入任意工具
- 多 Agent 协作 — 让多个 Agent 像团队一样分工干活
- 记忆系统 — 给 Agent 加上长期记忆，让它认识你
