7天从零手搓 AI Agent | Day 1：你的第一个"会决策"的程序

Agent 的核心不是"AI"，而是"决策"。今天我们从最简单的决策程序开始。

---

今天的目标

写一个程序，它能：

1. 接收用户的输入
2. 判断用户想做什么
3. 选择对应的动作去执行
4. 把结果返回给用户

这听起来很简单？对，但这就是 Agent 的核心思想。所有复杂的 Agent 系统，都是在这个基础上长出来的。

---

先理解一个概念：Agent 的本质

Agent 的本质是一个循环：

观察 → 思考 → 行动 → 观察 → 思考 → 行动 → ...

用代码表示就是：

while True:
    observation = observe()      # 观察：获取用户输入
    thought = think(observation)  # 思考：分析用户意图
    action = act(thought)         # 行动：执行对应操作

今天，我们用最简单的方式实现这个循环。

---

第一个版本：硬编码的决策

先来看最原始的版本——用 if/else 做决策：

# day1_basic.py

def think(user_input: str) -> str:
    """思考：判断用户想做什么"""
    user_input = user_input.lower().strip()

    if "天气" in user_input:
        return "check_weather"
    elif "时间" in user_input or "几点" in user_input:
        return "check_time"
    elif "新闻" in user_input:
        return "search_news"
    else:
        return "chat"


def check_weather():
    """工具：查天气"""
    return "北京：晴，25°C，空气质量良好"


def check_time():
    """工具：查时间"""
    from datetime import datetime
    return f"现在是 {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}"


def search_news():
    """工具：搜新闻"""
    return "今日热点：AI Agent 成为 2025 年最热门技术方向"


def chat(response: str):
    """普通对话"""
    return f"你说的是：{response}"


def main():
    print("=" * 50)
    print("  我的第一个决策程序 v1.0")
    print("  输入 '退出' 结束程序")
    print("=" * 50)

    while True:
        user_input = input("\n你：").strip()
        if not user_input:
            continue
        if user_input == "退出":
            print("再见！")
            break

        # 核心：思考 → 行动
        action = think(user_input)

        if action == "check_weather":
            result = check_weather()
        elif action == "check_time":
            result = check_time()
        elif action == "search_news":
            result = search_news()
        else:
            result = chat(user_input)

        print(f"Agent：{result}")


if __name__ == "__main__":
    main()

运行效果

==================================================
  我的第一个决策程序 v1.0
  输入 '退出' 结束程序
==================================================

你：今天天气怎么样
Agent：北京：晴，25°C，空气质量良好

你：现在几点了
Agent：现在是 2025-06-01 10:30:45

你：有什么新闻
Agent：今日热点：AI Agent 成为 2025 年最热门技术方向

你：你好啊
Agent：你说的是：你好啊

你：退出
再见！

逐行解析

think() 函数——这是 Agent 的"大脑"

def think(user_input: str) -> str:
    user_input = user_input.lower().strip()

    if "天气" in user_input:
        return "check_weather"

这个函数做的事情就是意图识别：用户说了什么 → 它想做什么。

返回值是一个动作标识符（action identifier），比如 "check_weather"。这个标识符告诉后面的代码：应该执行什么操作。

为什么要把"思考"和"行动"分开？

因为思考的方式可能变（今天用 if/else，明天用 AI），但行动的方式不变。分开之后，你可以单独升级任何一部分。

---

问题来了：if/else 的局限性

上面的程序能跑，但有两个明显的问题：

问题1：每加一个功能，就要改 think()

# 想加一个"算数学"功能，就得加一个 elif
elif "数学" in user_input or "计算" in user_input:
    return "calculate"

功能少还好，多了就变成了几十行的 if/else 链。维护起来很痛苦。

问题2：意图识别太粗糙

if "天气" in user_input:
    return "check_weather"

如果用户说"帮我查一下明天去北京出差需要带什么"，这里面有"北京"但不是想查天气。关键词匹配完全不够用。

---

改进版：用注册表替代 if/else

第二个版本，我们用字典注册来解决第一个问题：

# day1_registry.py

from datetime import datetime


# ========== 工具注册表 ==========
# 每个工具是一个字典：name(名称), description(描述), function(函数)
TOOLS = {
    "check_weather": {
        "name": "查天气",
        "description": "查询指定城市的天气情况",
        "function": lambda: "北京：晴，25°C",
    },
    "check_time": {
        "name": "查时间",
        "description": "获取当前时间",
        "function": lambda: f"现在是 {datetime.now().strftime('%H:%M:%S')}",
    },
    "search_news": {
        "name": "搜新闻",
        "description": "搜索最新的新闻资讯",
        "function": lambda: "AI Agent 是 2025 年最热门技术方向",
    },
}


def think(user_input: str) -> str:
    """思考：基于关键词匹配选择工具"""
    user_input = user_input.lower().strip()

    # 关键词 → 工具的映射
    keyword_map = {
        "天气": "check_weather",
        "几点": "check_time",
        "时间": "check_time",
        "新闻": "search_news",
    }

    for keyword, tool_name in keyword_map.items():
        if keyword in user_input:
            return tool_name

    return "chat"


def execute(tool_name: str) -> str:
    """执行工具"""
    if tool_name in TOOLS:
        return TOOLS[tool_name]["function"]()
    return "抱歉，我不太理解你的意思。"


def list_tools():
    """列出所有可用工具"""
    print("\n可用工具：")
    for name, tool in TOOLS.items():
        print(f"  - {tool['name']}：{tool['description']}")


def main():
    print("=" * 50)
    print("  决策程序 v2.0（注册表版）")
    print("  输入 '工具' 查看可用功能")
    print("  输入 '退出' 结束程序")
    print("=" * 50)

    while True:
        user_input = input("\n你：").strip()
        if not user_input:
            continue
        if user_input == "退出":
            print("再见！")
            break
        if user_input == "工具":
            list_tools()
            continue

        action = think(user_input)
        result = execute(action)
        print(f"Agent：{result}")


if __name__ == "__main__":
    main()

关键改进

TOOLS = {
    "check_weather": {
        "name": "查天气",
        "description": "查询指定城市的天气情况",
        "function": lambda: "北京：晴，25°C",
    },
    # ...
}

现在要加一个新工具，只需要在 TOOLS 字典里加一项，然后在 keyword_map 里加一个关键词映射。不需要改 think() 和 execute() 的逻辑。

这就是"注册表模式"——Agent 系统中管理工具的标准做法。

---

进步了，但还不够

v2 解决了"加功能要改代码"的问题，但"意图识别太粗糙"的问题还在。

关键词匹配永远无法覆盖所有情况。用户说"明天出差需要带伞吗"，你说这里面有"天气"相关的意图吗？有，但关键词匹配捕捉不到。

怎么办？用 AI 来做决策。

---

终极版：让 AI 来思考

第三个版本，我们把 think() 函数交给 AI：

# day1_ai_think.py

import json
from openai import OpenAI

# 配置 Mimo API（兼容 OpenAI 格式）
client = OpenAI(
    api_key="你的API Key",
    base_url="https://api.mimo.ai/v1",  # Mimo API 地址
)

# 工具定义（告诉 AI 有哪些工具可用）
TOOLS_DESCRIPTION = """
你可以使用以下工具：

1. check_weather - 查询天气
   描述：查询指定城市的天气情况
   参数：city (城市名称)

2. check_time - 查询时间
   描述：获取当前日期和时间
   参数：无

3. search_news - 搜索新闻
   描述：搜索最新的新闻资讯
   参数：query (搜索关键词)
"""


def think_with_ai(user_input: str) -> dict:
    """让 AI 来思考应该做什么"""

    system_prompt = f"""你是一个智能助手。根据用户的输入，决定应该调用哪个工具。

{TOOLS_DESCRIPTION}

请用 JSON 格式回复，格式如下：
- 如果需要调用工具：{{"tool": "工具名", "params": {{"参数名": "参数值"}}}}
- 如果是普通对话：{{"tool": "chat", "params": {{"response": "你的回复"}}}}

只输出 JSON，不要输出其他内容。"""

    response = client.chat.completions.create(
        model="mimo-v2-flash",  # 使用 Mimo 模型
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_input},
        ],
        temperature=0,  # 让输出更确定
    )

    # 解析 AI 的回复
    reply = response.choices[0].message.content.strip()

    # 尝试解析 JSON
    try:
        # 去掉可能的 markdown 代码块标记
        if reply.startswith("```"):
            reply = reply.split("\n", 1)[1]
            reply = reply.rsplit("```", 1)[0]
        return json.loads(reply)
    except json.JSONDecodeError:
        # 如果 AI 返回的不是有效 JSON，当普通对话处理
        return {"tool": "chat", "params": {"response": reply}}


def execute(decision: dict) -> str:
    """根据 AI 的决策执行对应操作"""
    tool = decision.get("tool", "chat")
    params = decision.get("params", {})

    if tool == "check_weather":
        city = params.get("city", "北京")
        return f"{city}：晴，25°C，空气质量良好"

    elif tool == "check_time":
        from datetime import datetime
        return f"现在是 {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}"

    elif tool == "search_news":
        query = params.get("query", "AI")
        return f"搜索 '{query}' 的结果：AI Agent 成为 2025 年最热门技术方向"

    elif tool == "chat":
        return params.get("response", "我不太理解你的意思。")

    else:
        return f"未知工具：{tool}"


def main():
    print("=" * 50)
    print("  决策程序 v3.0（AI 版）")
    print("  输入 '退出' 结束程序")
    print("=" * 50)

    while True:
        user_input = input("\n你：").strip()
        if not user_input:
            continue
        if user_input == "退出":
            print("再见！")
            break

        print("[AI 思考中...]")
        decision = think_with_ai(user_input)

        print(f"[决策]: 使用工具 '{decision['tool']}'，参数: {decision.get('params', {})}")
        result = execute(decision)

        print(f"Agent：{result}")


if __name__ == "__main__":
    main()

运行效果

==================================================
  决策程序 v3.0（AI 版）
  输入 '退出' 结束程序
==================================================

你：明天去上海出差，需要带伞吗？
[AI 思考中...]
[决策]: 使用工具 'check_weather'，参数: {'city': '上海'}
Agent：上海：晴，25°C，空气质量良好

你：现在几点了
[AI 思考中...]
[决策]: 使用工具 'check_time'，参数: {}
Agent：现在是 2025-06-01 10:35:22

你：随便聊聊
[AI 思考中...]
[决策]: 使用工具 'chat'，params: {'response': '当然可以！你想聊什么？'}
Agent：当然可以！你想聊什么？

关键变化

decision = think_with_ai(user_input)
# decision = {"tool": "check_weather", "params": {"city": "上海"}}

AI 理解了"明天去上海出差，需要带伞吗"这句话的意图是查上海天气，而不是简单地匹配关键词。

这就是 AI Agent 和传统程序的核心区别：AI 做决策，程序做执行。

---

今天的总结

版本	决策方式	优点	缺点
v1	if/else 硬编码	简单直接	每加功能要改代码
v2	关键词注册表	易扩展	意图识别粗糙
v3	AI 决策	理解自然语言	需要 API 调用

你今天学到的

1. Agent = 观察 → 思考 → 行动 的循环
2. 注册表模式：用字典管理工具，方便扩展
3. AI 做决策：让 AI 理解用户意图，选择合适的工具

今天的代码哪里可以改着玩

• 在 TOOLS 里加一个新工具（比如"翻译"）
• 改 system_prompt 的措辞，看看 AI 的决策会不会变化
• 故意输入一些模糊的话，测试 AI 的理解能力

---

明天预告

今天我们的工具都是假的——check_weather 返回的是固定字符串。明天，我们给 Agent 装上真正的工具：能查真实天气、能读写文件、能执行代码。

→ Day 2：给 Agent 装上真实工具