基于Phi-3-Mini-128K的智能体（Agent）开发入门：Skills框架实践
·
基于Phi-3-Mini-128K的智能体（Agent）开发入门：Skills框架实践
最近有不少朋友问我，现在大模型这么火，除了聊天和生成内容，能不能让它真正“动”起来，帮我们自动处理一些事情？比如，让它根据我的邮件内容自动安排日程，或者分析一份报告后自动生成摘要并保存。
答案是肯定的，这就是AI智能体（Agent）在做的事情。而要让一个模型从“能说会道”变得“能动手干活”，关键就是给它装上“技能”（Skills）。今天，我就以轻量但能力不俗的Phi-3-Mini-128K模型为例，带你从零开始，亲手搭建一个能听你指挥、帮你干活的智能体。我们会使用一个非常直观的Skills框架，整个过程就像给机器人编程一样简单有趣。
1. 开篇：为什么需要智能体与Skills？
你可能已经用过很多AI对话产品，它们能回答你的问题，甚至写诗、编程。但你会发现，它们的“能力”是固定的，只能处理文本。如果你想让AI帮你查一下明天的天气，或者把你刚写好的会议纪要保存到电脑的某个文件夹，它通常就无能为力了。
智能体（Agent） 就是为了解决这个问题而生的。你可以把它想象成一个有“大脑”和“手脚”的虚拟助手。大脑负责理解你的意图、规划和决策，而手脚就是执行具体动作的工具。这里的“手脚”，在技术层面，就是我们今天要重点讲的 Skills（技能）。
一个智能体的强大与否，很大程度上取决于它拥有多少实用、可靠的Skills。通过Skills框架，我们可以轻松地为Phi-3-Mini-128K这样的大模型“安装”新能力，让它从聊天机器人升级为任务执行者。
2. 环境准备：搭建你的智能体开发沙盒
在开始写代码之前，我们需要先把“工作台”搭好。这里我推荐使用Python环境，因为它有最丰富的AI生态库。
2.1 基础环境配置
首先，确保你的电脑上安装了Python（建议3.8以上版本）。然后，我们创建一个新的项目文件夹，并安装最核心的几个库。
打开你的终端或命令行工具，依次执行以下命令：
# 1. 创建项目文件夹并进入
mkdir phi3-agent-demo
cd phi3-agent-demo
# 2. 创建并激活虚拟环境（推荐，避免包冲突）
python -m venv venv
# 在Windows上激活：
# venv\Scripts\activate
# 在Mac/Linux上激活：
# source venv/bin/activate
# 3. 安装核心库
pip install transformers torch # Phi-3模型运行的基础
pip install sentence-transformers # 可选，用于文本嵌入，增强理解
pip install requests # 用于让Skill访问网络API
2.2 获取与加载Phi-3-Mini-128K模型
Phi-3-Mini是微软推出的一个非常高效的轻量级模型，128K代表它支持超长的上下文，非常适合作为智能体的“大脑”，因为它能记住很长的对话历史和复杂的任务指令。
我们使用Hugging Face的 transformers 库来加载它。由于模型文件较大（约几个GB），第一次运行时会自动下载，请确保网络通畅。
# model_loader.py
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
def load_phi3_model():
"""
加载Phi-3-Mini-128K模型和分词器。
"""
model_name = "microsoft/Phi-3-mini-128k-instruct"
print("正在加载分词器...")
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
print("正在加载模型...（首次下载需要较长时间）")
# 根据你的显卡情况，可以选择不同的加载方式
# 方式1：使用GPU（如果可用）
if torch.cuda.is_available():
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype=torch.float16, # 半精度，节省显存
device_map="auto",
trust_remote_code=True
)
print(f"模型已加载至 GPU: {torch.cuda.get_device_name(0)}")
# 方式2：使用CPU（如果无GPU或显存不足）
else:
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype=torch.float32,
device_map="cpu",
trust_remote_code=True
)
print("模型已加载至 CPU。")
return model, tokenizer
if __name__ == "__main__":
model, tokenizer = load_phi3_model()
print("模型与分词器加载完毕！")
运行这个脚本，如果看到成功加载的信息，那么你的“大脑”就准备好了。
3. Skills框架核心：如何让AI学会“动手”
Skills框架的核心思想是将外部能力封装成统一的、模型可以理解和调用的函数。一个典型的Skill包含三部分：描述、参数和函数体。
3.1 设计你的第一个Skill：获取时间
让我们从一个最简单的Skill开始，让智能体能够获取当前时间。这虽然简单，但能让你立刻理解整个流程。
# skills/basic_skills.py
import json
from datetime import datetime
class SkillBase:
"""所有Skill的基类，定义通用接口。"""
def __init__(self, name, description, parameters):
self.name = name
self.description = description
self.parameters = parameters # 参数格式说明
def execute(self, **kwargs):
"""执行技能的具体逻辑，由子类实现。"""
raise NotImplementedError
class GetCurrentTimeSkill(SkillBase):
"""获取当前日期和时间的技能。"""
def __init__(self):
# 用自然语言清晰描述这个技能是干什么的
description = "获取当前的日期和时间。当用户询问时间、日期或现在几点时使用。"
# 定义这个技能需要什么参数（这个技能不需要额外参数）
parameters = {
"type": "object",
"properties": {},
"required": []
}
super().__init__(name="get_current_time", description=description, parameters=parameters)
def execute(self, **kwargs):
"""执行函数：返回当前时间字符串。"""
now = datetime.now()
# 返回一个结构化的结果，方便模型理解
return {
"status": "success",
"data": now.strftime("%Y年%m月%d日 %H:%M:%S"),
"message": f"当前时间是：{now.strftime('%Y年%m月%d日 %H:%M:%S')}"
}
# 技能管理器：注册和管理所有可用技能
class SkillManager:
def __init__(self):
self.skills = {}
def register_skill(self, skill: SkillBase):
"""注册一个技能。"""
self.skills[skill.name] = skill
print(f"技能已注册: {skill.name}")
def get_skill(self, skill_name):
"""根据名称获取技能。"""
return self.skills.get(skill_name)
def list_skills_for_model(self):
"""生成供模型理解的技能描述列表。"""
skill_list = []
for name, skill in self.skills.items():
skill_list.append({
"name": name,
"description": skill.description,
"parameters": skill.parameters
})
return skill_list
# 初始化技能管理器并注册技能
skill_manager = SkillManager()
skill_manager.register_skill(GetCurrentTimeSkill())
3.2 进阶Skill：网络搜索与文件操作
一个只会报时的助手显然不够看。让我们为它添加更实用的技能：搜索网页和创建文件。
# skills/advanced_skills.py
import requests
import os
from .basic_skills import SkillBase, skill_manager
class WebSearchSkill(SkillBase):
"""一个简单的网络搜索技能（使用模拟API或公共API）。"""
def __init__(self):
# 注意：这里使用一个模拟的搜索端点。在实际应用中，你需要替换为真实的搜索引擎API（如Serper、Google Custom Search等）。
description = "在互联网上搜索信息。当用户需要查找最新资讯、事实核查或未知信息时使用。"
parameters = {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "需要搜索的关键词或问题。"
}
},
"required": ["query"]
}
super().__init__(name="web_search", description=description, parameters=parameters)
def execute(self, query):
"""执行搜索。"""
print(f"[技能执行] 正在搜索: {query}")
# 这里是模拟搜索，实际使用时请接入真正的API
# 例如，使用 requests.get(f"https://api.serper.dev/search?q={query}")
mock_results = [
f"关于'{query}'的模拟结果1：这是相关的信息摘要。",
f"关于'{query}'的模拟结果2：根据网络资料，这是另一条信息。"
]
return {
"status": "success",
"data": mock_results,
"message": f"已找到{len(mock_results)}条关于'{query}'的信息。"
}
class CreateNoteSkill(SkillBase):
"""在指定路径创建文本文件的技能。"""
def __init__(self, base_path="./notes"):
description = "在本地创建一个文本文件（笔记）。当用户要求保存信息、记录想法或创建备忘录时使用。"
parameters = {
"type": "object",
"properties": {
"filename": {
"type": "string",
"description": "要创建的文件名（无需后缀，会自动添加.txt）。"
},
"content": {
"type": "string",
"description": "要写入文件的内容。"
}
},
"required": ["filename", "content"]
}
self.base_path = base_path
os.makedirs(self.base_path, exist_ok=True)
super().__init__(name="create_note", description=description, parameters=parameters)
def execute(self, filename, content):
"""创建并写入文件。"""
# 确保文件名以.txt结尾
if not filename.endswith('.txt'):
filename += '.txt'
filepath = os.path.join(self.base_path, filename)
try:
with open(filepath, 'w', encoding='utf-8') as f:
f.write(content)
return {
"status": "success",
"data": {"filepath": filepath},
"message": f"笔记已成功创建并保存至：{filepath}"
}
except Exception as e:
return {
"status": "error",
"data": None,
"message": f"创建文件失败：{str(e)}"
}
# 注册进阶技能
skill_manager.register_skill(WebSearchSkill())
skill_manager.register_skill(CreateNoteSkill())
现在，你的智能体已经拥有了三个技能：报时、搜索和记笔记。技能库可以像这样不断扩展，比如添加发送邮件、查询数据库、控制智能家居等。
4. 智能体大脑：连接模型与Skills
有了技能，下一步就是让Phi-3模型学会在合适的时机调用它们。这个过程称为任务规划与执行。我们需要做两件事：
- 让模型知道有哪些技能可用：将技能描述格式化后，放入模型的系统提示词中。
- 让模型学会输出调用指令：引导模型以特定的格式（如JSON）来“思考”和“决定”调用哪个技能。
4.1 构建系统提示词
系统提示词是告诉模型“你是谁”、“你能做什么”的关键。我们将可用的技能列表格式化后嵌入其中。
# agent/core.py
import re
import json
from skills.basic_skills import skill_manager
class Phi3Agent:
def __init__(self, model, tokenizer):
self.model = model
self.tokenizer = tokenizer
self.skill_manager = skill_manager
self.conversation_history = [] # 记录对话历史，用于长上下文
def _build_system_prompt(self):
"""构建包含可用技能描述的系统提示词。"""
skills_info = self.skill_manager.list_skills_for_model()
skills_json_str = json.dumps(skills_info, indent=2, ensure_ascii=False)
system_prompt = f"""你是一个AI智能体，可以调用以下工具（Skills）来帮助用户完成任务：
{skills_json_str}
**调用规则**：
1. 当你判断需要调用工具时，请严格按照以下JSON格式输出，且只输出这个JSON，不要有任何其他文字：
```json
{{"action": "call_skill", "skill_name": "技能名称", "arguments": {{"参数名": "参数值"}}}}
- 如果用户的问题不需要调用工具，或者只是普通聊天，请直接以自然语言回复。
- 一次只调用一个工具。
请根据用户请求，决定是否需要调用工具，以及调用哪个工具。 """ return system_prompt
def _parse_model_response(self, response_text):
"""
解析模型的回复，判断是直接回答还是调用了技能。
尝试从回复中提取JSON格式的调用指令。
"""
# 尝试查找JSON块
json_pattern = r'```json\s*(.*?)\s*```'
match = re.search(json_pattern, response_text, re.DOTALL)
if match:
json_str = match.group(1)
try:
action_data = json.loads(json_str)
if action_data.get("action") == "call_skill":
return action_data
except json.JSONDecodeError:
pass
# 如果没有找到标准的JSON代码块，尝试直接解析整个回复是否为JSON（有些模型可能不输出```）
try:
action_data = json.loads(response_text.strip())
if action_data.get("action") == "call_skill":
return action_data
except json.JSONDecodeError:
pass
# 如果都不是，则认为是自然语言回复
return {"action": "direct_reply", "content": response_text}
### 4.2 实现对话与执行循环
这是智能体的主循环，负责与用户交互、调用模型、解析意图并执行技能。
```python
# agent/core.py (续)
class Phi3Agent:
# ... __init__ 和 _build_system_prompt 方法 ...
def chat_round(self, user_input):
"""处理用户的一轮输入。"""
# 1. 构建本次对话的完整提示
system_prompt = self._build_system_prompt()
history_prompt = "\n".join([f"User: {h['user']}\nAssistant: {h['assistant']}" for h in self.conversation_history[-5:]]) # 保留最近5轮历史
full_prompt = f"{system_prompt}\n\n对话历史：\n{history_prompt}\n\n当前用户输入：{user_input}\n\nAssistant:"
# 2. 让模型生成回复
inputs = self.tokenizer(full_prompt, return_tensors="pt", truncation=True, max_length=4096).to(self.model.device)
with torch.no_grad():
outputs = self.model.generate(**inputs, max_new_tokens=256, temperature=0.7)
model_raw_response = self.tokenizer.decode(outputs[0][inputs['input_ids'].shape[1]:], skip_special_tokens=True)
# 3. 解析模型回复
parsed_action = self._parse_model_response(model_raw_response)
final_response = ""
if parsed_action["action"] == "call_skill":
# 执行技能调用
skill_name = parsed_action["skill_name"]
arguments = parsed_action.get("arguments", {})
skill = self.skill_manager.get_skill(skill_name)
if skill:
try:
result = skill.execute(**arguments)
final_response = f"【已执行技能 `{skill_name}`】\n结果：{result['message']}"
except Exception as e:
final_response = f"执行技能 `{skill_name}` 时出错：{str(e)}"
else:
final_response = f"未知技能：{skill_name}"
else:
# 直接回复
final_response = parsed_action["content"]
# 4. 更新对话历史
self.conversation_history.append({"user": user_input, "assistant": final_response})
# 保持历史记录不会无限增长
if len(self.conversation_history) > 10:
self.conversation_history.pop(0)
return final_response
def interactive_chat(self):
"""启动一个交互式聊天循环。"""
print("Phi-3智能体已启动！输入 '退出' 或 'quit' 结束对话。")
print(f"当前已加载技能：{list(self.skill_manager.skills.keys())}")
while True:
try:
user_input = input("\n你：")
if user_input.lower() in ['退出', 'quit', 'exit']:
print("对话结束。")
break
response = self.chat_round(user_input)
print(f"\n助手：{response}")
except KeyboardInterrupt:
print("\n对话被中断。")
break
except Exception as e:
print(f"\n发生错误：{e}")
5. 实战：打造你的日程管理智能体
现在，让我们把前面所有的部分组合起来，创建一个简单的日程管理智能体。它会结合“获取时间”和“创建笔记”技能，实现一个经典场景：根据用户描述，创建日程提醒文件。
我们需要新增一个更专业的Skill，并优化提示词。
5.1 创建日程管理Skill
这个Skill比简单的创建笔记更智能一些，它会按照日期自动组织文件。
# skills/schedule_skill.py
import os
from datetime import datetime
from .basic_skills import SkillBase, skill_manager
class CreateScheduleSkill(SkillBase):
"""创建日程安排文件的技能。"""
def __init__(self, base_path="./schedules"):
description = "为用户创建或添加日程安排。根据用户提供的日期、时间和事件描述，生成一个结构化的日程文件。如果未提供日期，则使用今天。"
parameters = {
"type": "object",
"properties": {
"date": {
"type": "string",
"description": "日程的日期，格式为'YYYY-MM-DD'，例如'2024-05-20'。如果用户说'今天'、'明天'，你需要将其转换为具体日期。"
},
"time": {
"type": "string",
"description": "日程的具体时间，例如'14:30'、'上午10点'。"
},
"event": {
"type": "string",
"description": "日程事件的详细描述。"
}
},
"required": ["event"] # 只有事件描述是必须的
}
self.base_path = base_path
os.makedirs(self.base_path, exist_ok=True)
super().__init__(name="create_schedule", description=description, parameters=parameters)
def execute(self, event, date=None, time=None):
"""创建或更新日程文件。"""
# 处理日期：如果未提供，默认为今天
if not date:
date = datetime.now().strftime("%Y-%m-%d")
# 简单处理一下“明天”之类的相对日期（这里做简单演示，实际需要更复杂的NLP解析）
if date == "明天":
from datetime import timedelta
date = (datetime.now() + timedelta(days=1)).strftime("%Y-%m-%d")
elif date == "今天":
date = datetime.now().strftime("%Y-%m-%d")
filename = f"schedule_{date}.txt"
filepath = os.path.join(self.base_path, filename)
# 构建日程内容
schedule_content = f"日期：{date}\n"
if time:
schedule_content += f"时间：{time}\n"
schedule_content += f"事件：{event}\n"
schedule_content += "-" * 20 + "\n"
# 如果文件已存在，则追加内容；否则创建新文件
mode = 'a' if os.path.exists(filepath) else 'w'
try:
with open(filepath, mode, encoding='utf-8') as f:
f.write(schedule_content)
action = "已添加到" if mode == 'a' else "已创建"
return {
"status": "success",
"data": {"filepath": filepath, "date": date},
"message": f"日程{action}文件：{filepath}"
}
except Exception as e:
return {
"status": "error",
"data": None,
"message": f"操作日程文件失败：{str(e)}"
}
# 注册新技能
skill_manager.register_skill(CreateScheduleSkill())
5.2 运行你的智能体
创建一个主程序文件，将所有模块串联起来。
# main.py
from model_loader import load_phi3_model
from agent.core import Phi3Agent
# 导入技能模块以完成注册
import skills.basic_skills
import skills.advanced_skills
import skills.schedule_skill
def main():
print("=== 启动 Phi-3-Mini 智能体 ===")
# 1. 加载模型
model, tokenizer = load_phi3_model()
# 2. 创建智能体
agent = Phi3Agent(model, tokenizer)
# 3. 启动交互式对话
agent.interactive_chat()
if __name__ == "__main__":
main()
现在，运行 python main.py，你的智能体就启动了！试试和它对话：
你：现在几点了？
助手：【已执行技能 `get_current_time`】
结果：当前时间是：2024年05月20日 14:25:33
你：帮我记一下，明天下午3点要和客户开项目评审会。
助手：【已执行技能 `create_schedule`】
结果：日程已添加到文件：./schedules/schedule_2024-05-21.txt
你：搜索一下今天的热点新闻。
助手：【已执行技能 `web_search`】
结果：已找到2条关于'今天的热点新闻'的信息。
看，它已经能理解你的意图，并调用不同的技能来完成任务了！
6. 总结
跟着上面的步骤走一遍，你应该已经成功搭建了一个基于Phi-3-Mini和Skills框架的、能够执行具体任务的智能体原型。整个过程就像搭积木：准备一个聪明的大脑（Phi-3模型），然后为它设计各种好用的工具（Skills），最后通过一套规则（提示词与解析逻辑）让大脑学会在何时使用何种工具。
这个简单的例子展示了智能体开发的核心闭环：理解 -> 规划 -> 执行 -> 反馈。目前我们的智能体还比较基础，比如技能调用是手写规则解析的，任务规划也相对简单。但这就是起点，你可以在此基础上做很多有趣的扩展：
- 增加更多技能：比如连接日历API、发送邮件、控制智能设备，它的能力边界只取决于你的想象力。
- 优化规划能力：引入更专业的Agent框架（如LangChain、AutoGen），让模型能处理多步骤的复杂任务，比如“查一下天气，如果下雨就提醒我带伞，并把提醒记到笔记里”。
- 增强理解与可靠性：处理模型输出时，可以加入验证和重试机制，确保技能调用的准确性。
用Phi-3-Mini这类轻量模型来入门智能体开发非常合适，它速度快、资源消耗相对少，能让你快速验证想法。Skills框架的设计思路也极具通用性，你可以把这套方法迁移到其他模型上。最重要的是，你亲手让一段代码“活”了过来，它能听懂你的话，并为你做事。这种成就感，正是技术最迷人的地方。不妨就从今天创建的这个小助手开始，尝试给它添加第一个属于你自己的独特技能吧。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
0
0- 0
已为社区贡献92条内容
所有评论(0)