从零构建 AI Agent：手写实现最小可用智能体

这是《从零构建 AI Agent》系列指南的开篇之作，推荐循序渐进地学习。

智能体（Agent）已成为人工智能领域最受瞩目的方向。然而初学者往往一上来就使用 LangChain、AutoGPT 等现成框架，跑通示例后一旦遇到错误便束手无策。

根源何在？这些框架将底层机制过度封装。工具调用逻辑、错误信息处理等细节都被隐藏，排障时不得不深入源码追踪。

因此，亲手实现 Agent 的目的并非"重复造轮"，而在于掌握轮子运转的内在原理。

作为该系列的首篇文章，它将带你实现一个可运行的极简 Agent 类，核心代码仅约 60 行。

Agent 的核心机制可归纳为：

换言之，构建基础 Agent 仅需四个要素：

状态与行为的封装——状态即消息记录，行为指对话交互。

与语言模型的持续交互——接收用户输入、生成回复、循环往复。

上下文记忆能力——缺失此功能，Agent 将无法延续对话历史。

语言模型接入——主流服务商如 OpenAI、Anthropic、DeepSeek 均采用统一的消息结构。

以下示例演示了标准的消息格式：

三种角色定义：

消息历史充当 Agent 的"短期记忆库"，持续追加新内容以维持上下文连贯性。

完整代码实现如下，存入 agent.py 文件即可执行：

代码逻辑清晰，可分解为三个步骤：

实例化 Agent 类时需指定系统提示和模型名称。构造过程包括：初始化 OpenAI 客户端，创建以 system 消息为首的消息队列。

执行前请注意以下事项：

程序通过环境变量获取 OPENAI_API_KEY，请预先配置：

若无 OpenAI 密钥，可改用 Ollama 本地部署，调整客户端初始化方式如下：

需安装 openai 依赖库：

频繁请求可能触发速率限制错误，建议暂停数分钟后重试，或核实 API 套餐配额。

若每次执行都新建 Agent() 实例，历史记录将清空，这属于正常现象。如需保持对话连续性，请在同一实例上反复调用 chat() 方法。

本文核心要点归纳如下：

当前实现已具备基础对话能力，但功能受限：无法读写文件或执行系统指令。后续文章将引入工具调用机制以扩展其能力。

（本文结束）

本篇为《从零构建 AI Agent》系列指南的第一部分。

关注公众号并回复"Agent1"，即可下载完整源代码及配套练习题。

下篇文章将探讨工具调用机制，为 Agent 赋予实际行动能力。