Python 与 AI 开发教程
全部分类

Agent 开发

工具循环、记忆、MCP、LangGraph 和 RAG，把大模型做成 Agent。

开始学习

7 章 · 9 组对比 · 约 1.4 小时

Agent 基础

  1. 1工具调用循环Agent 没有想象中神秘：调用模型，执行工具，把结果交回去，一直循环到模型不再要工具。这个循环三十行就能写完，难的是让它可靠地停下来。17 分钟
  2. 2ReAct 和先规划后执行边想边做，还是想好再做？这是 Agent 最基本的两种组织方式。这一章把它们都实现一遍，再看什么时候根本不需要 Agent。11 分钟
  3. 3记忆与上下文工程上下文窗口是 Agent 最稀缺的资源。放什么、丢什么、什么时候压缩，决定了它跑到第 50 步时还清不清醒。9 分钟

连接外部能力

  1. 4MCP 协议每接一个工具都要写一遍适配代码，MCP 就是来解决这个问题的。工具写成 MCP Server，所有支持它的 Agent 都能直接用。14 分钟
  2. 5Agent Skills工具给 Agent 手脚，Skill 给它经验。把做事的方法写进文件，需要时再读取，既不占上下文，又能跟着项目一起维护。8 分钟
  3. 6LangGraph循环写到一定规模，要加断点续跑、人工审批和分支时，手写的 while 就开始难维护了。LangGraph 把 Agent 写成状态图，这些能力都是现成的。14 分钟
  4. 7RAG 检索增强模型不知道你公司的文档，RAG 的做法是先查资料，再把资料交给模型回答。流程不复杂，效果好坏主要看切块和检索。13 分钟