入手 AI 开发，必须搞懂哪几个核心概念？（附代码实战）

黄敬峰
24 阅读5分钟

现在最值钱的是什么？毫无疑问是 Agent（智能体） 。

lQLPJxW5aGoFgNvNAqHNA5ew6Te5MualYvIKBvPukYHAAA_919_673.png 随着 AI 的爆发，Agent 工程师正在刷新传统软件工程师的工资上限。无论是 Cursor、Claude Code，还是豆包、飞书 Cici，这些产品的核心都是 Agent。它们不仅能回答问题，还能读文件、搜网络、写代码、操作电脑。

一个 Agent 有多强，取决于三个核心要素：用了什么大脑（LLM）、装了什么工具（Tool）、拿到了什么信息。

今天，我们就来拆解 Agent 的底层逻辑，并用代码手把手实现一个能查股票的工具。

一、 LLM：被关在茧房里的天才大脑

LLM（大语言模型）是 Agent 的大脑。但必须记住一个核心真相：LLM 只负责“推理”和“生成”，它没有真正的行动能力。

它就像一个被关在信息茧房里的天才，虽然聪明，但无法直接感知外部世界。如果没有工具，AI 只能空想，无法完成自动化任务。

二、 Tool（工具）：补齐操作短板

为了让天才走出茧房，我们需要给它递上工具。Tool 是连接 LLM 与外部世界的桥梁。

当用户问“青岛啤酒股价多少？”时，整个 Agent 的工作流是这样的：

  1. LLM 推理：要回答这个问题，需要调用获取股价的工具。
  2. LLM 发出指令：调用 get_closing_price 函数，传入参数“青岛啤酒”。
  3. 本地执行：你的代码拿到指令，去查数据库或 API，返回结果“67.92”。
  4. LLM 总结：拿到结果后，LLM 将其整合成自然语言回复给用户。

这就是 LLM with Tools 的核心机制。

三、 代码实战：让 LLM 准确调用工具

下面我们用 JavaScript 写一个简单的 Agent。要让 LLM 准确使用工具，我们需要向它提供一份“标准说明书”（即 JSON Schema）。

1. 声明工具（Tools）

这是最关键的一步。我们要告诉 LLM：“你有这个工具可用，并且必须按这个格式传参。”

javascript

编辑

1const tools = [
2  {
3    type: 'function', // 告诉 LLM 这是一个函数工具
4    function: {
5      name: "get_closing_price",   
6      // 核心：能不能准确使用 tool 的关键！
7      description: "获取指定股票的收盘价", 
8      parameters: {
9        type: "object", // 必须是 object 类型
10        properties: {
11          name: {
12            type: "string",
13            // NLP 提示：告诉 LLM 这个参数具体代表什么
14            description: "股票名称，例如：青岛啤酒、贵州茅台" 
15          }
16        },
17        required: ['name'] // 声明必填项，防止 LLM 漏传参数
18      }
19    }
20  }
21];

2. 实现具体函数逻辑

LLM 只负责“想”和“说”，真正的“做”要靠我们自己写代码。

javascript

编辑

1// 这里的逻辑可以替换为真实的股票 API 调用
2function get_closing_price(name) {
3  if (name === '青岛啤酒') return "67.92";
4  if (name === '贵州茅台') return "1488.21";
5  return "未找到该股票";
6}

3. 发送消息并处理响应

我们需要把用户的提问发给 LLM，并处理它可能返回的“工具调用”指令。

javascript

编辑

1const send_message = async (messages) => {
2  return await client.chat.completions.create({
3    model: 'deepseek-v4-flash',
4    messages: messages,
5    tools: tools,
6    tool_choice: 'auto', // 让 LLM 自动决定是否调用工具
7  });
8};
9
10const main = async () => {
11  let messages = [{ role: 'user', content: '青岛啤酒的收盘价是多少？' }];
12  
13  const response = await send_message(messages);
14  const message = response.choices[0].message;
15  
16  // 如果 LLM 决定调用工具
17  if (message.tool_calls) {
18    const tool_call = message.tool_calls[0];
19    const args = JSON.parse(tool_call.function.arguments);
20    
21    // 1. 执行本地函数
22    const result = get_closing_price(args.name);
23    
24    // 2. 把结果塞回对话历史（role 必须是 "tool"）
25    messages.push({
26      role: "tool",
27      content: result,
28      tool_call_id: tool_call.id
29    });
30    
31    // 3. 再次请求 LLM，让它基于结果生成自然语言回复
32    const final_response = await send_message(messages);
33    console.log(final_response.choices[0].message.content);
34  }
35};
36main();

四、 💡 新手必记：3 个避坑核心知识点

在上面的代码中，有几个概念是必须死记硬背的，它们决定了你的 Agent 会不会“变傻”：

  1. description 是 LLM 的“眼睛”

    • name 是给底层代码看的，而 description 是给 LLM 看的。
    • 如果 description 写得太模糊（比如只写“获取数字”），LLM 可能会在你想查温度时也调用这个股票函数。描述越具体，调用越准确。

  2. parameters 和 properties 缺一不可

    • 这是 JSON Schema 的硬性规范。parameters 是信封，properties 是里面的表格。
    • 致命错误：很多新手会直接写 parameters: { name: { type: "string" } }，漏掉了 properties 这一层。这样写 LLM 是看不懂的，必须严格遵循 type: "object" + properties: { ... } 的嵌套格式。

  3. Tool Call 是“分步走”的

    • LLM 不会直接给出最终答案，它只会给出“调用指令”。
    • 你必须在代码里监听 tool_calls，提取参数，执行函数，再把结果塞回对话历史，然后再次请求 LLM，它才会把冰冷的数据转化为人类能看懂的语言。

掌握了这三个概念，你就掌握了 Agent 开发的底层逻辑。现在，你已经不是只会问问题的用户，而是一个能指挥 AI 干活的工程师了！

如果你觉得这篇文章对你有帮助，欢迎点赞、收藏，也欢迎在评论区交流你在开发 Agent 时遇到的坑！

avatar
文章
阅读
粉丝