跳到正文
阿里雲開發者社區 AI·· 10 天前AI 評分43

AI 智能體開發實戰:從零實作可調用工具的智能體

AI Agent开发实战:从零实现一个能调用工具的智能体

AI 導讀

文章示範如何以通義千問 qwen-plus 和 Function Calling,從零實作可自主調用工具的 AI 智能體。示例透過 ReAct 循環調用取得當前時間及計算整數和的工具,並提供可執行程式碼。文中亦提醒妥善保管 API Key、校驗工具參數及設定最大步數。

正文

2026-11-12 4

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: 本文介绍基于Function Calling的轻量级智能体(Agent)实现:以通义千问为“大脑”,通过ReAct循环自主调用工具(如获取时间、计算求和),弥补大模型实时性与计算短板。代码简洁可运行,助你快速理解Agent核心原理。(239字)

背景/问题

大语言模型(LLM)展现出了强大的文本理解与生成能力,但在实际应用中仍存在明显局限:模型只能基于训练数据回答,无法获取实时信息,也不能主动操作系统或第三方服务。例如,你问“现在几点?”模型可能无法给出准确时间;你需要它帮你计算数学题时,虽然能做简单算术,但复杂计算容易出错。于是,让LLM具备调用工具的能力,成为构建实用AI应用的关键。

智能体(Agent)正是在这个背景下提出的。一个Agent以LLM为“大脑”,通过“感知-决策-行动”循环,自主选择并调用外部工具,从而完成复杂任务。实现方式有很多,其中基于Function Calling(函数调用)的方式因为标准化程度高,成为了目前的主流选择。本文将展示一个最小化的Agent实现,帮助你理解其内部原理。

方案设计

我们设计一个运行在阿里云百炼平台(DashScope)上的Agent,使用通义千问模型。整个Agent的核心是一个循环:将用户问题发送给模型,模型如果认为需要调用工具,就会返回结构化的函数调用请求;我们执行该工具,并把结果反馈给模型;模型再根据结果生成最终回答或继续调用其他工具。这个模式常被称为ReAct(Reasoning and Acting)循环。

为了演示,我们定义两个工具:一个获取当前时间,一个计算两个整数的和。Agent需要根据用户的自然语言指令,自主决定调用哪个工具、传什么参数,最后汇总答案。

Agent结构:

  • 工具层:普通Python函数,负责执行具体操作;
  • 工具描述层:将函数信息(名称、描述、参数schema)传输给模型;
  • 执行层:解析模型返回的工具调用请求,路由到对应函数执行;
  • 控制层:管理多轮对话,直到模型给出最终答复。

实现步骤

  1. 准备环境:安装openai库,并准备阿里云百炼兼容模式的API Key。
  2. 定义工具函数:编写两个普通函数,分别返回时间字符串和整数和。
  3. 构建工具schema:按Function Calling格式编写工具描述。
  4. 实现工具执行器:根据函数名分派执行并返回结果。
  5. 编写ReAct循环:循环调用模型,处理工具调用,直到模型结束。
  6. 测试:输入一个复合问题,观察Agent是否自动调用两个工具。

代码示例

以下代码可直接运行,但请将API Key通过环境变量设置。安装依赖:

pip install openai

然后运行:

import json
import datetime
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    base_url='https://dashscope.aliyuncs.com/compatible-mode/v1'
)

def get_current_time() -> str:
    '返回当前日期和时间'
    return datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')

def add_numbers(a: int, b: int) -> int:
    '计算两个整数之和'
    return a + b

tools = [
    {
   
        'type': 'function',
        'function': {
   
            'name': 'get_current_time',
            'description': '获取当前的日期和时间',
            'parameters': {
   'type': 'object', 'properties': {
   }}
        }
    },
    {
   
        'type': 'function',
        'function': {
   
            'name': 'add_numbers',
            'description': '计算两个整数的和',
            'parameters': {
   
                'type': 'object',
                'properties': {
   
                    'a': {
   'type': 'integer', 'description': '第一个整数'},
                    'b': {
   'type': 'integer', 'description': '第二个整数'}
                },
                'required': ['a', 'b']
            }
        }
    }
]

def execute_tool(name: str, args: dict):
    if name == 'get_current_time':
        return get_current_time()
    elif name == 'add_numbers':
        return str(add_numbers(args['a'], args['b']))
    else:
        return f'未知工具: {name}'

def run_agent(user_query: str, max_steps: int = 5):
    messages = [{
   'role': 'user', 'content': user_query}]
    for step in range(max_steps):
        response = client.chat.completions.create(
            model='qwen-plus',
            messages=messages,
            tools=tools
        )
        msg = response.choices[0].message
        messages.append(msg)
        if msg.tool_calls:
            for tool_call in msg.tool_calls:
                fn_name = tool_call.function.name
                fn_args = json.loads(tool_call.function.arguments)
                print(f'  工具调用: {fn_name}({fn_args})')
                result = execute_tool(fn_name, fn_args)
                messages.append({
   
                    'role': 'tool',
                    'tool_call_id': tool_call.id,
                    'content': result
                })
        else:
            return msg.content
    return '已达到最大步数'

if __name__ == '__main__':
    answer = run_agent('现在几点了?另外请计算 123 和 456 的和。')
    print('智能体回答:', answer)

关键步骤解释

  • 工具schema:使用tools列表传递给模型,模型根据这些描述决定调用哪个函数。注意参数格式必须是JSON Schema。
  • 消息流:当模型返回tool_calls时,要把模型的消息(包含tool_calls)追加到历史消息中,保持对话上下文完整;随后再追加一条role: 'tool'的消息,携带工具结果。这是Function Calling协议的要求。
  • 循环退出:当模型不再返回tool_calls,说明任务完成,返回msg.content。

运行效果类似:

用户: 现在几点了?另外请计算 123 和 456 的和。
  工具调用: get_current_time({})
  工具调用: add_numbers({'a': 123, 'b': 456})
智能体回答: 当前时间是2025-04-15 14:30:22,123和456的和是579。

注意事项

  1. API Key安全:务必不要将密钥硬编码到代码里,尤其是提交到公开仓库时。使用环境变量或密钥管理服务。
  2. 函数描述要精准:模型的工具调用准确率与工具名称、描述、参数的表达强相关。描述模糊可能导致模型选错工具或传错参数。
  3. 参数校验:模型有时会生成不存在的参数或类型不对,执行工具前需要进行校验,避免程序崩溃。建议在execute_tool中进行防御式编程。
  4. 控制最大步数:在复杂任务中,模型可能会陷入工具调用的死循环。设置max_steps上限是必要的。
  5. 模型能力差异:不同模型对Function Calling的支持程度不同。建议使用专门支持函数调用的模型,如qwen-plus或qwen-max。小参数模型可能无法正确输出结构化调用。
  6. 错误处理:网络异常、API限流等都需要重试或降级处理。本文示例为了清晰,未做完整异常捕获,生产环境需要补充。

总结

本文展示了一个基于Function Calling的最小Agent实现。虽然只有两个工具,但体现了Agent的核心思想:用LLM做推理决策,用外部工具补足能力。实际开发中,你可以将工具替换为数据库查询、API调用、搜索引擎等,理论上任何可编程操作都能接入。

Agent的未来方向包括长期记忆、多Agent协作、任务规划等。阿里云百炼平台也提供了完整的Agent应用框架,可以将模型能力与云服务无缝集成,帮助开发者快速构建生产级应用。希望这篇文章能够为你打开智能体开发的大门。

來源:阿里雲開發者社區 AI · developer.aliyun.com