从“会聊天”，到“会做事”，再到“会协作”，
AI Agent 的本质是把大模型变成一个能持续行动的系统。
一、为什么有了大模型，还需要 AI Agent？
如果你已经折腾过本地大模型、RAG、微调，你大概率会有一个感受：
模型很聪明，但它什么也“不会自己去做”。
它可以：回答问题、写代码、给建议；
但它不会：主动拆解任务、决定下一步该做什么、调用工具并根据结果修正策略
这正是AI Agent 出现的原因，让AI自动进行拆解任务、决定下一步该做什么、调用工具并根据结果修正策略。
二、一句话理解 AI Agent
AI Agent 不是更大的模型，而是“能自己行动的大模型”。
更工程一点的定义是：
AI Agent = 大模型 + 目标 + 记忆 + 工具 + 控制循环
它不再是“一问一答”，而是一个持续运行的决策系统。
三、AI Agent 与普通大模型的区别
| 对比维度 | 普通大模型 | AI Agent |
|---|---|---|
| 交互方式 | 一问一答 | 目标驱动 |
| 是否拆任务 | No | Yes |
| 是否调用工具 | 被动 | 主动 |
| 是否有状态 | No | Yes |
| 是否能纠错 | No | Yes |
| 更像什么 | 搜索引擎 | 助理 / 执行者 |
我们提供想法和大概的思路，甚至只给大模型一个思路，大模型负责“想”，补充实现路径和实现细节，Agent 负责“想 + 做 + 改”。
现实中 90% 的可用 Agent，其实停留在 Level 2–4，但已经非常强。
五、一个 AI Agent 的最小实现结构（MVP）
从工程角度看，一个 Agent 至少需要这几样：
用户目标 ↓ 任务规划（LLM） ↓ 行动循环（Agent Loop） ├─ 选择工具 ├─ 执行 ├─ 读取结果 ├─ 更新记忆 └─ 判断是否完成 # 伪代码 while not done: plan = llm.plan(goal, memory) action = select_tool(plan) result = action.execute() memory.update(result) done = check_done(memory)以下是 Agent 的所有“器官”，只差一个控制中枢。
| Agent 模块 | 对应技术 |
|---|---|
| 大脑 | 本地 LLM |
| 记忆 | RAG / JSON / SQLite |
| 工具 | Python / API |
| 行动 | 写代码 / 发消息 / 建待办 |
| 控制 | 一个 while 循环 |
当模型开始为目标负责，而不是为回答负责，
AI 才真正开始“工作”。
实现路线实例：
技术栈（适合 4GB 显卡）
- 本地模型：
deepseek-r1:1.5b（推理/规划）或qwen2.5-coder:1.5b（代码执行更稳） - 推理服务：Ollama
- Agent 框架：自己写一个轻量 Loop（更可控、便于写推文/教学）
- 工具：文件读写、Python 运行、R 运行、Shell（可选，建议受限）
一键起步（环境 & 拉模型）
# 1) 安装 ollama # 2) 拉取模型（选一个主模型即可） ollama pull deepseek-r1:1.5b # 或更偏代码： ollama pull qwen2.5-coder:1.5b # 3) python 依赖 pip install -U requests pydantic rich项目结构
local_agent/ agent.py # 主循环（Planner/Executor/Memory） tools.py # 工具注册与实现 llm_ollama.py # 调用 Ollama prompts.py # 系统提示模板 workspace/ # Agent 允许读写的沙箱目录， #建议限制只在工作路径下进行，后期接入VS code很有必要核心思想：用“结构化动作”驱动工具调用
Ollama 不保证原生 function-calling 一致，所以我们用强约束输出 JSON：
Agent 每一步让模型只输出下面三种之一：
{"type":"plan","steps":[...]}{"type":"action","tool":"read_file","args":{...}}{"type":"final","answer":"..."}
这样就能稳定解析并执行。
代码：Ollama 调用（llm_ollama.py）
import requests OLLAMA_URL = "http://127.0.0.1:11434/api/chat" def chat_ollama(model: str, messages: list[dict], temperature: float = 0.2) -> str: r = requests.post( OLLAMA_URL, json={"model": model, "messages": messages, "stream": False, "options": {"temperature": temperature}}, timeout=180, ) r.raise_for_status() return r.json()["message"]["content"]代码：工具系统（tools.py）
建议：工具只允许在workspace/里读写，避免越权。
from __future__ import annotations from dataclasses import dataclass from pathlib import Path import subprocess, json, textwrap WORKSPACE = Path("workspace").resolve() WORKSPACE.mkdir(exist_ok=True) class ToolError(Exception): pass def _safe_path(rel_path: str) -> Path: p = (WORKSPACE / rel_path).resolve() if not str(p).startswith(str(WORKSPACE)): raise ToolError("Path not allowed (outside workspace).") return p def read_file(path: str, max_chars: int = 12000) -> str: p = _safe_path(path) if not p.exists(): raise ToolError(f"File not found: {path}") txt = p.read_text(encoding="utf-8", errors="ignore") return txt[:max_chars] def write_file(path: str, content: str) -> str: p = _safe_path(path) p.parent.mkdir(parents=True, exist_ok=True) p.write_text(content, encoding="utf-8") return f"Wrote {len(content)} chars to {path}" def run_python(code: str) -> str: """ 在受限模式下运行 python：不提供网络、只在 workspace 下运行文件读写（由代码自控，仍需谨慎） 这里用子进程执行，返回 stdout/stderr。 """ code = textwrap.dedent(code).strip() cmd = ["python", "-c", code] proc = subprocess.run(cmd, capture_output=True, text=True, cwd=str(WORKSPACE)) out = (proc.stdout or "") + (("\n[stderr]\n" + proc.stderr) if proc.stderr else "") return out[:20000] TOOLS = { "read_file": read_file, "write_file": write_file, "run_python": run_python, } def tool_schema() -> dict: """给模型看的工具说明""" return { "read_file": {"args": {"path": "string", "max_chars": "int(optional)"}}, "write_file": {"args": {"path": "string", "content": "string"}}, "run_python": {"args": {"code": "string"}}, }代码：提示词（prompts.py）
SYSTEM_PROMPT = """你是一个本地AI Agent。你的任务是通过“计划-行动-观察-反思”循环完成目标。 你必须严格输出 JSON（不要输出任何额外文字），JSON 只允许三种类型： 1) 计划： {"type":"plan","steps":["...","..."]} 2) 行动（调用工具）： {"type":"action","tool":"工具名","args":{...}} 3) 最终回答： {"type":"final","answer":"...（可包含Markdown）"} 规则： - 工具只允许使用提供的列表；参数必须符合工具说明。 - 如果上一步工具返回错误或信息不足，你要调整策略：再次输出 action（例如先读文件、检查数据、打印报错）。 - 不允许臆造文件内容或执行结果；一切依据工具返回的 observation。 - 当目标已完成，输出 final。 """代码：Agent 主循环（agent.py）
import json from rich import print from llm_ollama import chat_ollama from tools import TOOLS, tool_schema, ToolError MODEL = "qwen2.5-coder:1.5b" # 或 deepseek-r1:1.5b MAX_TURNS = 12 def safe_json_loads(s: str) -> dict: s = s.strip() # 有些模型会包 ```json ... ```，做个兜底剥离 if s.startswith("```"): s = s.strip("`") s = s.replace("json", "", 1).strip() return json.loads(s) def run_agent(goal: str): tools = tool_schema() messages = [ {"role": "system", "content": __import__("prompts").SYSTEM_PROMPT}, {"role": "user", "content": json.dumps({ "goal": goal, "tools": tools, "workspace_note": "所有文件读写都在 workspace/ 目录下完成。" }, ensure_ascii=False)} ] plan_done = False for turn in range(1, MAX_TURNS + 1): raw = chat_ollama(MODEL, messages, temperature=0.2) print(f"\n[bold cyan]Turn {turn} model output:[/bold cyan]\n{raw}") try: obj = safe_json_loads(raw) except Exception as e: # 解析失败：要求模型纠正输出 messages.append({"role": "assistant", "content": raw}) messages.append({"role": "user", "content": json.dumps({ "error": f"你的输出不是合法 JSON：{e}. 请严格按三种 JSON 类型之一重写。" }, ensure_ascii=False)}) continue t = obj.get("type") if t == "plan": plan_done = True messages.append({"role": "assistant", "content": raw}) # 推进到下一步：让它开始行动 messages.append({"role": "user", "content": json.dumps({ "ok": True, "instruction": "请开始执行第1步。需要工具就输出 action。" }, ensure_ascii=False)}) continue if t == "action": tool = obj.get("tool") args = obj.get("args", {}) if tool not in TOOLS: messages.append({"role": "assistant", "content": raw}) messages.append({"role": "user", "content": json.dumps({ "error": f"工具不存在：{tool}。可用工具：{list(TOOLS.keys())}" }, ensure_ascii=False)}) continue try: result = TOOLS[tool](**args) obs = {"tool": tool, "args": args, "result": result} except Exception as e: obs = {"tool": tool, "args": args, "error": str(e)} messages.append({"role": "assistant", "content": raw}) messages.append({"role": "user", "content": json.dumps({ "observation": obs, "instruction": "基于 observation 决定下一步：继续 action 或 final。" }, ensure_ascii=False)}) continue if t == "final": return obj.get("answer", "") # 未知 type messages.append({"role": "assistant", "content": raw}) messages.append({"role": "user", "content": json.dumps({ "error": f"未知 type：{t}。只能是 plan/action/final。" }, ensure_ascii=False)}) return "❌ 超出最大轮次，任务未完成。建议缩小目标或增加工具。" if __name__ == "__main__": goal = "在 workspace 下新建一个 report.md：写一段 AI Agent 的定义（100字），再列出技术路线 Level0-6 的要点。" answer = run_agent(goal) print("\n[bold green]FINAL:[/bold green]\n", answer)运行：
python agent.py在1.5b的小模型中，效果并不佳，建议换高参数模型。
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
作为一名老互联网人，看着AI越来越火，也总想为大家做点啥。干脆把我这几年整理的AI大模型干货全拿出来了。
包括入门指南、学习路径图、精选书籍、视频课，还有我录的一些实战讲解。全部免费，不搞虚的。
学习从来都是自己的事，我能做的就是帮你把路铺平一点。资料都放在下面了，有需要的直接拿，能用到多少就看你自己了。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以点击文章最下方的VX名片免费领取【保真100%】
