AI Agent入门这个话题我前前后后带过不少实习生和转行过来的同事发现大家几乎踩同一个坑上来不管三七二十一先搜“AI Agent框架对比”然后在langchain、dify、crewai之间反复横跳折腾了两三周最后连一个最简单的工具调用demo都没跑通。今天我想直接跟你说点实在的新手和转行者入门AI Agent第一课不是框架而是把基础能力补上来之后再碰框架。这篇内容适合完全零基础的小白也适合后端、前端、测试转AI方向的同学参考。我会把Agent最核心的那点东西拆开揉碎讲清楚并且给你一条可以直接照着学的基础路线文章里给出的代码也可以直接抄去当训练项目用。1. 先搞明白一件事Agent和框架是两码事1.1 别被热词带偏了节奏很多人理解错了“AI Agent”这个词。它不是一个工具、不是一个软件而是一种程序范式。所谓Agent本质上是让大模型在一个循环里自主决策它分析你给的目标决定下一步调用什么工具看到工具返回的结果以后再决定下一步做什么直到任务完成。而框架是什么框架是别人提前把这一套循环逻辑封装好、打包好的代码库。LangChain、Dify、CrewAI都干这件事只是封装的程度、设计理念不一样。打个比方Agent是你想做的菜框架是半成品料理包。你连火候、调味、刀工都没练过上来先研究哪个料理包的供应链更完善、哪个包装盒更漂亮这不是本末倒置么你真正该做的是先把锅铲拿起来从最基础的东西练起。1.2 入门之前先认清Agent的三件套不管业界怎么吹“多智能体”“自主规划”“记忆增强”Agent跑起来其实就是这三样东西大脑LLM负责理解、规划、判断。没有大模型Agent就是一堆死代码。手Tools大模型不能直接查天气、订票、读写数据库你需要给它挂上工具它通过函数调用去操作外部世界。循环Loop思考-行动-观察不断重复直到得到一个满意的结果。剩下什么规划、记忆、反思、多Agent协作都是在这三件套之上叠加的增强手段。你如果一开始就钻进框架源码里很容易被各种抽象类、回调器、链式调用搞晕根本不知道该看哪里。反过来把上面三件套吃透再去看任何框架你都能一眼认出“哦这不就是一个循环外面包了一层封装”。1.3 我总结的入门路线先基础再原理后框架带过的人多了我划线划得很清楚。新手和转行者入门AI Agent按下面这个顺序走就对了打基础Python编程、异步处理、数据模型、调用大模型API。理解原理把Chat Completions消息结构、Function Calling、ReAct循环搞明白。做最小实现不依赖任何框架自己手写一个能调用工具的Agent跑通一个完整任务。再碰框架当你发现手写代码开始重复、要处理工程化问题的时候再去看LangChain、Dify这些。这个顺序不是我拍脑袋定的。我见过太多人跳过前两步直接卡在第四步。他们的问题非常类似丢一个Token进去不知道为什么会爆模型不按预期调用工具不知道参数哪里写错了配了一个Agent套娃出bug以后完全没法调试。这些问题的根子都在基础层。2. 啃框架之前先把这三项基础夯实2.1 Python基本功至少要能写异步和Pydantic很多转行者说“我会Python”实际上只会print(hello)和for i in range(10)。做Agent开发Python水平要求没那么玄乎但下面几个点你必须能用起来类型注解函数签名写清楚参数和返回值的类型。你会发现自己写代码的时候思路会清晰很多而且Pydantic全靠它。异步编程async/awaitAgent经常要并发调用多个工具、同时请求多个大模型接口不会asyncio后面会非常痛苦。Pydantic数据模型现在主流框架的数据校验底层基本都是Pydantic。你会觉得它有点像写类型定义但又能做校验非常实用。我建议你花一周时间把FastAPI官方文档里的教程过一遍。学完了以后你再看Agent框架会觉得好多概念特别眼熟道理都是一通百通的。2.2 消息结构和Function CallingAgent的核心命脉Agent的底层工作对象是“消息”不是你脑子里的自然语言对话。你去看所有大模型API发送的内容基本都是一组消息列表每条消息有角色和内容system系统提示词设定模型的身份和行为准则user用户输入assistant模型的回复tool工具执行完以后返回的结果你会注意到真正的Agent工作流里这几种角色会反复交替出现。模型输出一段“需要调用工具”的指令你执行完工具把结果以tool角色塞回去模型再接着回答。这个机制就是Function Calling函数调用。Function Calling的原理我可以一句话讲明白你预先定义一批工具每一个工具都用JSON Schema格式来描述它接受什么参数。模型看到你的问题以后不直接执行工具它只负责“决定该调用哪个工具、参数应该填什么”返回给你一个结构化的工具调用指令。真正的执行还是由你的代码去做的。很多新手不理解这件事为什么不让模型直接执行工具因为模型本身没有“执行代码”的能力它只能输出文本。同时让代码来控制执行过程才是最安全、最可控的。理解了这一点你就理解了一半Agent。2.3 提示词能力能不能控住模型Agent的稳定性很大程度上取决于提示词。新人觉得提示词就是“你好请你帮我做某事”差远了。你至少要学会这几件事定义角色和边界告诉模型它是什么、应该做什么、不应该做什么。给定输出格式约束有时候你需要模型输出JSON那就明确把JSON格式写进系统提示甚至给一个示例。使用Few-shot给一两个输入输出的示例模型理解你意图的成功率会高非常多。善用CoT思维链让模型“先分析再判断最后给结论”而不是直接一股脑输出。你会发现输出质量明显提升。我见过一个特别典型的情况新手写Agent提示词就一句话“帮我查询今天的天气”然后抱怨“模型不调用工具”。你稍微改一改提示词跟它说“你先根据用户的问题判断是否需要调用get_weather工具需要的话直接输出json格式的工具调用”效果立竿见影。这就是提示词能力带来的差距。2.4 记忆的三种实现别上来就想着向量数据库“Agent要拥有记忆”这句话把很多人带偏了。有人一上来就要接Redis、上向量数据库、装Milvus结果基础模型还没跑通。记忆在Agent里其实分三个层次短期记忆在当前一轮对话的上下文里保留完整对话历史直接拼进消息列表就行。长期记忆把关键信息存到外部存储下次对话再取回来拼进系统提示或上下文。工作记忆Agent在执行任务过程中临时记录的一些中间结果通常放在变量里或额外的上下文字段里。刚入门先做好短期记忆就够了。等你把简单的上下文拼接做熟了再考虑引入向量检索做长期记忆否则你会被“检索效果差”“相关度不高”“存储结构设计不合理”这些问题折磨到崩溃。3. 从零手写一个Agent源码级拆解3.1 定义工具JSON Schema其实不复杂第一步是给大模型准备一份“工具说明书”。下面这段代码我定义了一个查询天气的工具import json import os from openai import OpenAI client OpenAI( api_keyos.environ.get(OPENAI_API_KEY), base_urlos.environ.get(OPENAI_BASE_URL) ) def get_weather(city: str) - str: 真实环境下这里应该去调用天气服务API 这里为了演示直接返回固定字符串 return f{city} 今天多云最高气温 28℃适合出行。 tools [ { type: function, function: { name: get_weather, description: 查询指定城市的实时天气情况, parameters: { type: object, properties: { city: { type: string, description: 城市名称比如 北京 } }, required: [city] } } } ]这段代码一点花哨的东西都没有但它把Agent工具机制的核心全讲透了工具的名字要清晰描述要写清楚什么情况用什么工具参数要定义好类型和必填项。模型会依据这个JSON结构来决定怎么调用你的工具。3.2 主循环理解ReAct的思考-行动-观察写主循环是整个Agent实现里最重要的环节。我讲课时经常画一个循环图其实逻辑很简单把当前消息列表发给大模型。检查模型的回复。如果模型要求调用工具就执行工具把工具结果以tool角色追加到消息列表然后回到第1步。如果模型给出最终回复直接把内容返回给用户循环结束。代码实现如下def execute_tool(name: str, args_json: str): args json.loads(args_json) if name get_weather: return get_weather(args[city]) return 未找到该工具 def run_agent(user_input: str, messages: list) - str: messages.append({role: user, content: user_input}) for step in range(6): # 设置最大步数防止死循环 resp client.chat.completions.create( modelgpt-4o-mini, messagesmessages, toolstools, tool_choiceauto, ) msg resp.choices[0].message if msg.tool_calls: # 模型要求调用工具 messages.append(msg) for tc in msg.tool_calls: tool_result execute_tool(tc.function.name, tc.function.arguments) messages.append({ role: tool, tool_call_id: tc.id, content: tool_result }) else: # 模型给出最终回答 messages.append(msg) return msg.content return 达到最大步数任务尚未完成请重试这个循环里有一个特别容易忽视的细节tc.function.arguments是一个写JSON字符串你在真实项目里一定要做异常捕获防止模型给出来的参数格式不合法。我在生产环境里遇到过一次模型把字符串参数里塞了换行符带上奇怪的引号导致json.loads直接抛异常整个Agent就挂了。3.3 让Agent记住对话别把历史一股脑全塞进去上面的messages列表就是短期记忆。你可以把它保存到数据库里下次用户再来的时候查出来接着拼Agent看起来就“记住”了之前说过什么。但是这里有个坑消息列表不能无限增长。模型上下文窗口有限资金也不是无限的。你所有历史消息全塞进去到后面既费钱又容易超出窗口报错。我处理这个问题的原始办法比较实用只保留最近几轮对话或者把早期内容做一层摘要用摘要代替长历史。你可以先做第一种简单粗暴等后面有需要再优化摘要策略。这个思路同样适用于你现在直接上手任何框架的时候因为框架只是把“手动拼消息”变成“自动拼消息”底层成本逻辑一点没变。3.4 补一个真实的调用示例把上面代码串起来你可以这么跑messages [] result run_agent(帮我看看北京今天怎么样, messages) print(result)模型会先回复一个工具调用指令代码执行get_weather把结果塞回消息模型再基于天气结果生成最终回复。你可能会看到类似这样的输出北京今天多云最高气温 28℃适合出行。建议你穿一件薄外套中午活动注意防晒。整个链路就闭环了。你亲手把这个闭环跑通以后再去学任何Agent框架都会有一种“这背后的东西我已经懂了”的感觉学习效率完全不是一个量级。3.5 手写Agent过程中我被问得最多的三个问题新手在做最小实现的时候经常遇到一些奇怪问题这里我挑三个高频的集中说一说第一个模型怎么也不调用工具怎么办先检查你的工具描述是否清晰再检查提示词里有没有明确告诉模型“你可以调用工具完成用户需求”最后把temperature调低一点我一般调到0.2左右可以降低随机性。第二个agent陷入死循环怎么解决加最大步数限制跟我上面的代码一样。另外在工具的返回内容里加入“如果这个结果已经是最终结论请直接输出”也能有效避免模型傻乎乎地一直原地重复。第三个工具返回结果太长导致上下文爆掉。工具该报异常就报异常该截断就截断不要无脑把几千几万字原样塞回消息列表。你给模型的信息越多它反而越容易抓不住重点。4. 什么时候可以碰框架选型与心态4.1 我建议你先问自己三个问题在你打开LangChain文档之前先用手写Agent跑通上面那个示例。然后问自己三个问题我是不是已经在重复写同一个主循环和消息拼接代码我是不是需要一个RAG流程、内存存储、多Agent协作这些更复杂的机制我是不是需要快速做一个产品Demo给老板或客户演示如果答案是“是”恭喜你现在可以去看框架了。如果三个都是“否”你想学框架纯粹是因为“大家都在学”那我还是建议你把基础再磨一磨。4.2 LangChain、Dify、CrewAI怎么选我简单讲一下这三个主流框架的差异方便你按自己的场景去选LangChain偏代码层的编排库适合开发者。它提供大量链、工具、记忆组件灵活度高但抽象层次比较多新手上手成本相对大。Dify偏产品化和工作流适合快速搭建应用有可视化界面。你不太擅长写代码也可以拖拽出Agent应用但要深入定制的时候反而不如LangChain自由。CrewAI主打多Agent角色协作特别适合做“几个Agent分工配合”的场景。如果你要做任务拆解、角色扮演类Agent这个框架会省不少事。我的选型建议是先按场景选再看团队熟悉度。如果你只是自己练手可以先把这三者各跑一个最小的Agent Demo精力不需要花太多重点看哪个最贴合你未来的项目场景。4.3 从框架源码里学设计才是高层次的学习很多人用框架只停留在“照着文档抄”出问题了不会排查。我想给你一个不一样的角度当你已经会手写Agent以后看框架源码是最佳的学习路径。拿LangChain来说它里面有一个AgentExecutor类你扒开源码会发现核心逻辑仍然是我的主循环里那个套路调用模型、判断工具、执行、返回。框架做的事情是帮你把这些步骤抽象成了可配置的对象让你能做一些更灵活的处理比如错误重试、调用次数限制、工具超时等。这就好像你练毛笔字先自己一笔一划写熟了再去临摹名家的字帖收获很大。如果一开始就直接描摹你根本不知道哪些笔力扎实、哪些结构巧妙。源码阅读同理它是你理解和鉴赏框架的最好方式。5. 新手和转行者最容易踩的坑5.1 五个高频问题速查我整理了一张表是我在实际带人和做项目时反复遇到的问题你可以直接收藏当备查现象常见原因排查方向模型不调用工具工具描述不清晰、参数Schema有误先跑一个最小工具确认Schema格式再检查系统提示词Token莫名其妙暴涨历史消息无限制拼接、工具返回过长做历史截断、摘要限制工具返回内容长度Agent进入死循环缺少最大步数、模型没有终止条件加步数限制在提示词中写清“没有新信息时直接回答”工具执行失败参数解析失败、工具异常未捕获对json.loads做异常处理给工具外层加try/except输出结果不理想temperature过高、提示词约束不够调低temperature到0.2左右在系统提示里加入输出格式约束5.2 排查技巧先怀疑你的提示词再怀疑工具我见过太多人一遇到Agent表现不对第一反应是“框架有问题”“模型有问题”“库版本不对”。实际上绝大多数问题的根源都在提示词和工具调用逻辑上。我的排查顺序是这样的先把temperature调低。手动把一条对话历史打印出来逐条看消息角色和内容是不是对的。检查模型到底有没有收到工具定义。很多人把tools参数忘了传或者在代码里拼错了字段名。最后再怀疑框架和环境。你可能会发现80%的bug都是这几个原因根本不用去翻框架源码。5.3 给转行者的一句实在话转做AI Agent方向最大的优势其实是你的跨界背景。做后端的系统性思维强适合搞Agent工程架构做前端的交互体验敏感适合做Agent产品和界面做测试的对异常情况敏感特别适合做Agent的质量保障和调试。别一上来就觉得“必须成为Prompt大师”“必须把所有框架都学会”。我带了这么多人真正决定你能不能在Agent方向走下去的反而是一次次debug之后积累起来的体感。你会逐渐知道模型什么时候会乱来、JSON参数为什么容易被解析错、上下文为什么会失控这些东西不是你背多少框架文档能替代的。最后再分享一个小技巧你应该自己维护一个“踩坑笔记本”把每次遇到Agent异常、模型表现不符合预期的案例都记下来旁边标注原因和解决方案。你自己整理的这套经验比任何别人的笔记都有效。这也是我到现在为止遇到Agent问题最快定位、最快解决的核心方法。 
长河君 · 2026/10/25 15:39:46 · 阅读 1.2k AI Agent入门基础路线：Function Calling与ReAct循环核心解析
AI Agent入门这个话题我前前后后带过不少实习生和转行过来的同事发现大家几乎踩同一个坑上来不管三七二十一先搜“AI Agent框架对比”然后在langchain、dify、crewai之间反复横跳折腾了两三周最后连一个最简单的工具调用demo都没跑通。今天我想直接跟你说点实在的新手和转行者入门AI Agent第一课不是框架而是把基础能力补上来之后再碰框架。这篇内容适合完全零基础的小白也适合后端、前端、测试转AI方向的同学参考。我会把Agent最核心的那点东西拆开揉碎讲清楚并且给你一条可以直接照着学的基础路线文章里给出的代码也可以直接抄去当训练项目用。1. 先搞明白一件事Agent和框架是两码事1.1 别被热词带偏了节奏很多人理解错了“AI Agent”这个词。它不是一个工具、不是一个软件而是一种程序范式。所谓Agent本质上是让大模型在一个循环里自主决策它分析你给的目标决定下一步调用什么工具看到工具返回的结果以后再决定下一步做什么直到任务完成。而框架是什么框架是别人提前把这一套循环逻辑封装好、打包好的代码库。LangChain、Dify、CrewAI都干这件事只是封装的程度、设计理念不一样。打个比方Agent是你想做的菜框架是半成品料理包。你连火候、调味、刀工都没练过上来先研究哪个料理包的供应链更完善、哪个包装盒更漂亮这不是本末倒置么你真正该做的是先把锅铲拿起来从最基础的东西练起。1.2 入门之前先认清Agent的三件套不管业界怎么吹“多智能体”“自主规划”“记忆增强”Agent跑起来其实就是这三样东西大脑LLM负责理解、规划、判断。没有大模型Agent就是一堆死代码。手Tools大模型不能直接查天气、订票、读写数据库你需要给它挂上工具它通过函数调用去操作外部世界。循环Loop思考-行动-观察不断重复直到得到一个满意的结果。剩下什么规划、记忆、反思、多Agent协作都是在这三件套之上叠加的增强手段。你如果一开始就钻进框架源码里很容易被各种抽象类、回调器、链式调用搞晕根本不知道该看哪里。反过来把上面三件套吃透再去看任何框架你都能一眼认出“哦这不就是一个循环外面包了一层封装”。1.3 我总结的入门路线先基础再原理后框架带过的人多了我划线划得很清楚。新手和转行者入门AI Agent按下面这个顺序走就对了打基础Python编程、异步处理、数据模型、调用大模型API。理解原理把Chat Completions消息结构、Function Calling、ReAct循环搞明白。做最小实现不依赖任何框架自己手写一个能调用工具的Agent跑通一个完整任务。再碰框架当你发现手写代码开始重复、要处理工程化问题的时候再去看LangChain、Dify这些。这个顺序不是我拍脑袋定的。我见过太多人跳过前两步直接卡在第四步。他们的问题非常类似丢一个Token进去不知道为什么会爆模型不按预期调用工具不知道参数哪里写错了配了一个Agent套娃出bug以后完全没法调试。这些问题的根子都在基础层。2. 啃框架之前先把这三项基础夯实2.1 Python基本功至少要能写异步和Pydantic很多转行者说“我会Python”实际上只会print(hello)和for i in range(10)。做Agent开发Python水平要求没那么玄乎但下面几个点你必须能用起来类型注解函数签名写清楚参数和返回值的类型。你会发现自己写代码的时候思路会清晰很多而且Pydantic全靠它。异步编程async/awaitAgent经常要并发调用多个工具、同时请求多个大模型接口不会asyncio后面会非常痛苦。Pydantic数据模型现在主流框架的数据校验底层基本都是Pydantic。你会觉得它有点像写类型定义但又能做校验非常实用。我建议你花一周时间把FastAPI官方文档里的教程过一遍。学完了以后你再看Agent框架会觉得好多概念特别眼熟道理都是一通百通的。2.2 消息结构和Function CallingAgent的核心命脉Agent的底层工作对象是“消息”不是你脑子里的自然语言对话。你去看所有大模型API发送的内容基本都是一组消息列表每条消息有角色和内容system系统提示词设定模型的身份和行为准则user用户输入assistant模型的回复tool工具执行完以后返回的结果你会注意到真正的Agent工作流里这几种角色会反复交替出现。模型输出一段“需要调用工具”的指令你执行完工具把结果以tool角色塞回去模型再接着回答。这个机制就是Function Calling函数调用。Function Calling的原理我可以一句话讲明白你预先定义一批工具每一个工具都用JSON Schema格式来描述它接受什么参数。模型看到你的问题以后不直接执行工具它只负责“决定该调用哪个工具、参数应该填什么”返回给你一个结构化的工具调用指令。真正的执行还是由你的代码去做的。很多新手不理解这件事为什么不让模型直接执行工具因为模型本身没有“执行代码”的能力它只能输出文本。同时让代码来控制执行过程才是最安全、最可控的。理解了这一点你就理解了一半Agent。2.3 提示词能力能不能控住模型Agent的稳定性很大程度上取决于提示词。新人觉得提示词就是“你好请你帮我做某事”差远了。你至少要学会这几件事定义角色和边界告诉模型它是什么、应该做什么、不应该做什么。给定输出格式约束有时候你需要模型输出JSON那就明确把JSON格式写进系统提示甚至给一个示例。使用Few-shot给一两个输入输出的示例模型理解你意图的成功率会高非常多。善用CoT思维链让模型“先分析再判断最后给结论”而不是直接一股脑输出。你会发现输出质量明显提升。我见过一个特别典型的情况新手写Agent提示词就一句话“帮我查询今天的天气”然后抱怨“模型不调用工具”。你稍微改一改提示词跟它说“你先根据用户的问题判断是否需要调用get_weather工具需要的话直接输出json格式的工具调用”效果立竿见影。这就是提示词能力带来的差距。2.4 记忆的三种实现别上来就想着向量数据库“Agent要拥有记忆”这句话把很多人带偏了。有人一上来就要接Redis、上向量数据库、装Milvus结果基础模型还没跑通。记忆在Agent里其实分三个层次短期记忆在当前一轮对话的上下文里保留完整对话历史直接拼进消息列表就行。长期记忆把关键信息存到外部存储下次对话再取回来拼进系统提示或上下文。工作记忆Agent在执行任务过程中临时记录的一些中间结果通常放在变量里或额外的上下文字段里。刚入门先做好短期记忆就够了。等你把简单的上下文拼接做熟了再考虑引入向量检索做长期记忆否则你会被“检索效果差”“相关度不高”“存储结构设计不合理”这些问题折磨到崩溃。3. 从零手写一个Agent源码级拆解3.1 定义工具JSON Schema其实不复杂第一步是给大模型准备一份“工具说明书”。下面这段代码我定义了一个查询天气的工具import json import os from openai import OpenAI client OpenAI( api_keyos.environ.get(OPENAI_API_KEY), base_urlos.environ.get(OPENAI_BASE_URL) ) def get_weather(city: str) - str: 真实环境下这里应该去调用天气服务API 这里为了演示直接返回固定字符串 return f{city} 今天多云最高气温 28℃适合出行。 tools [ { type: function, function: { name: get_weather, description: 查询指定城市的实时天气情况, parameters: { type: object, properties: { city: { type: string, description: 城市名称比如 北京 } }, required: [city] } } } ]这段代码一点花哨的东西都没有但它把Agent工具机制的核心全讲透了工具的名字要清晰描述要写清楚什么情况用什么工具参数要定义好类型和必填项。模型会依据这个JSON结构来决定怎么调用你的工具。3.2 主循环理解ReAct的思考-行动-观察写主循环是整个Agent实现里最重要的环节。我讲课时经常画一个循环图其实逻辑很简单把当前消息列表发给大模型。检查模型的回复。如果模型要求调用工具就执行工具把工具结果以tool角色追加到消息列表然后回到第1步。如果模型给出最终回复直接把内容返回给用户循环结束。代码实现如下def execute_tool(name: str, args_json: str): args json.loads(args_json) if name get_weather: return get_weather(args[city]) return 未找到该工具 def run_agent(user_input: str, messages: list) - str: messages.append({role: user, content: user_input}) for step in range(6): # 设置最大步数防止死循环 resp client.chat.completions.create( modelgpt-4o-mini, messagesmessages, toolstools, tool_choiceauto, ) msg resp.choices[0].message if msg.tool_calls: # 模型要求调用工具 messages.append(msg) for tc in msg.tool_calls: tool_result execute_tool(tc.function.name, tc.function.arguments) messages.append({ role: tool, tool_call_id: tc.id, content: tool_result }) else: # 模型给出最终回答 messages.append(msg) return msg.content return 达到最大步数任务尚未完成请重试这个循环里有一个特别容易忽视的细节tc.function.arguments是一个写JSON字符串你在真实项目里一定要做异常捕获防止模型给出来的参数格式不合法。我在生产环境里遇到过一次模型把字符串参数里塞了换行符带上奇怪的引号导致json.loads直接抛异常整个Agent就挂了。3.3 让Agent记住对话别把历史一股脑全塞进去上面的messages列表就是短期记忆。你可以把它保存到数据库里下次用户再来的时候查出来接着拼Agent看起来就“记住”了之前说过什么。但是这里有个坑消息列表不能无限增长。模型上下文窗口有限资金也不是无限的。你所有历史消息全塞进去到后面既费钱又容易超出窗口报错。我处理这个问题的原始办法比较实用只保留最近几轮对话或者把早期内容做一层摘要用摘要代替长历史。你可以先做第一种简单粗暴等后面有需要再优化摘要策略。这个思路同样适用于你现在直接上手任何框架的时候因为框架只是把“手动拼消息”变成“自动拼消息”底层成本逻辑一点没变。3.4 补一个真实的调用示例把上面代码串起来你可以这么跑messages [] result run_agent(帮我看看北京今天怎么样, messages) print(result)模型会先回复一个工具调用指令代码执行get_weather把结果塞回消息模型再基于天气结果生成最终回复。你可能会看到类似这样的输出北京今天多云最高气温 28℃适合出行。建议你穿一件薄外套中午活动注意防晒。整个链路就闭环了。你亲手把这个闭环跑通以后再去学任何Agent框架都会有一种“这背后的东西我已经懂了”的感觉学习效率完全不是一个量级。3.5 手写Agent过程中我被问得最多的三个问题新手在做最小实现的时候经常遇到一些奇怪问题这里我挑三个高频的集中说一说第一个模型怎么也不调用工具怎么办先检查你的工具描述是否清晰再检查提示词里有没有明确告诉模型“你可以调用工具完成用户需求”最后把temperature调低一点我一般调到0.2左右可以降低随机性。第二个agent陷入死循环怎么解决加最大步数限制跟我上面的代码一样。另外在工具的返回内容里加入“如果这个结果已经是最终结论请直接输出”也能有效避免模型傻乎乎地一直原地重复。第三个工具返回结果太长导致上下文爆掉。工具该报异常就报异常该截断就截断不要无脑把几千几万字原样塞回消息列表。你给模型的信息越多它反而越容易抓不住重点。4. 什么时候可以碰框架选型与心态4.1 我建议你先问自己三个问题在你打开LangChain文档之前先用手写Agent跑通上面那个示例。然后问自己三个问题我是不是已经在重复写同一个主循环和消息拼接代码我是不是需要一个RAG流程、内存存储、多Agent协作这些更复杂的机制我是不是需要快速做一个产品Demo给老板或客户演示如果答案是“是”恭喜你现在可以去看框架了。如果三个都是“否”你想学框架纯粹是因为“大家都在学”那我还是建议你把基础再磨一磨。4.2 LangChain、Dify、CrewAI怎么选我简单讲一下这三个主流框架的差异方便你按自己的场景去选LangChain偏代码层的编排库适合开发者。它提供大量链、工具、记忆组件灵活度高但抽象层次比较多新手上手成本相对大。Dify偏产品化和工作流适合快速搭建应用有可视化界面。你不太擅长写代码也可以拖拽出Agent应用但要深入定制的时候反而不如LangChain自由。CrewAI主打多Agent角色协作特别适合做“几个Agent分工配合”的场景。如果你要做任务拆解、角色扮演类Agent这个框架会省不少事。我的选型建议是先按场景选再看团队熟悉度。如果你只是自己练手可以先把这三者各跑一个最小的Agent Demo精力不需要花太多重点看哪个最贴合你未来的项目场景。4.3 从框架源码里学设计才是高层次的学习很多人用框架只停留在“照着文档抄”出问题了不会排查。我想给你一个不一样的角度当你已经会手写Agent以后看框架源码是最佳的学习路径。拿LangChain来说它里面有一个AgentExecutor类你扒开源码会发现核心逻辑仍然是我的主循环里那个套路调用模型、判断工具、执行、返回。框架做的事情是帮你把这些步骤抽象成了可配置的对象让你能做一些更灵活的处理比如错误重试、调用次数限制、工具超时等。这就好像你练毛笔字先自己一笔一划写熟了再去临摹名家的字帖收获很大。如果一开始就直接描摹你根本不知道哪些笔力扎实、哪些结构巧妙。源码阅读同理它是你理解和鉴赏框架的最好方式。5. 新手和转行者最容易踩的坑5.1 五个高频问题速查我整理了一张表是我在实际带人和做项目时反复遇到的问题你可以直接收藏当备查现象常见原因排查方向模型不调用工具工具描述不清晰、参数Schema有误先跑一个最小工具确认Schema格式再检查系统提示词Token莫名其妙暴涨历史消息无限制拼接、工具返回过长做历史截断、摘要限制工具返回内容长度Agent进入死循环缺少最大步数、模型没有终止条件加步数限制在提示词中写清“没有新信息时直接回答”工具执行失败参数解析失败、工具异常未捕获对json.loads做异常处理给工具外层加try/except输出结果不理想temperature过高、提示词约束不够调低temperature到0.2左右在系统提示里加入输出格式约束5.2 排查技巧先怀疑你的提示词再怀疑工具我见过太多人一遇到Agent表现不对第一反应是“框架有问题”“模型有问题”“库版本不对”。实际上绝大多数问题的根源都在提示词和工具调用逻辑上。我的排查顺序是这样的先把temperature调低。手动把一条对话历史打印出来逐条看消息角色和内容是不是对的。检查模型到底有没有收到工具定义。很多人把tools参数忘了传或者在代码里拼错了字段名。最后再怀疑框架和环境。你可能会发现80%的bug都是这几个原因根本不用去翻框架源码。5.3 给转行者的一句实在话转做AI Agent方向最大的优势其实是你的跨界背景。做后端的系统性思维强适合搞Agent工程架构做前端的交互体验敏感适合做Agent产品和界面做测试的对异常情况敏感特别适合做Agent的质量保障和调试。别一上来就觉得“必须成为Prompt大师”“必须把所有框架都学会”。我带了这么多人真正决定你能不能在Agent方向走下去的反而是一次次debug之后积累起来的体感。你会逐渐知道模型什么时候会乱来、JSON参数为什么容易被解析错、上下文为什么会失控这些东西不是你背多少框架文档能替代的。最后再分享一个小技巧你应该自己维护一个“踩坑笔记本”把每次遇到Agent异常、模型表现不符合预期的案例都记下来旁边标注原因和解决方案。你自己整理的这套经验比任何别人的笔记都有效。这也是我到现在为止遇到Agent问题最快定位、最快解决的核心方法。