智能体开发入门：用 Python 写出你的第一个 AI Agent

AI 智能体（Agent）开发听起来像一个高级方向。实际上，用现成的 API 和框架，一个熟悉 Python 的开发者可以在一个下午写出第一个可运行的 Agent。这篇文章不讲 Agent 的四层架构和概念模型。我直接从"我要写一个能调用工具完成任务的程序"出发，带你写出真正能跑起来的第一版 Agent。确定你的第一个 Agent 要做什么写代码之前先想清楚第一个实验的目标。不要一开始就想做一个"全能的个人助手"。一个好的第一个 Agent 应该是这样的：任务单一：比如"查天气然后发邮件通知我"。参与的 API 不超过两个：一个 LLM API（比如 Claude API 或 OpenAI API），一个工具 API。可以失败：第一个版本不追求 100% 可靠。我建议你用这个场景作为起步：让 Agent 能够根据用户的自然语言指令，决定是否调用一个外部工具（比如搜索或计算器），然后把结果整理成回答。初始化项目创建一个新的项目目录，装好你需要的依赖：mkdirmy-first-agentcdmy-first-agent python-mvenv venvsourcevenv/bin/activate# Windows 用 venv\Scripts\activatepipinstallanthropic httpx只需要两个包：anthropic用来调用 Claude API，httpx用来给 Agent 发 HTTP 请求访问外部工具。如果你的 API 用的是 OpenAI、DeepSeek 或国产模型，对应的 SDK 也是类似的用法。第一步：定义工具Agent 的核心能力是"能调用工具"。先写一个简单的工具函数，让 Agent 可以用它。这里用一个天气查询工具做示范。实际项目中你可能会换成搜索、数据库查询或文件操作：importhttpxdefget_weather(city:str)-str:"""查询指定城市的当前天气"""try:resp=httpx.get(f"https://api.openweathermap.org/data/2.5/weather",params={"q":city,"appid":"你的API_KEY","units":"metric"})data=resp.json()temp=data["main"]["temp"]desc=data["weather"]