AI Agent开发入门：30分钟搭建你的第一个智能Agent

AI Agent是2026年最火的技术方向。本文从零开始，用LangChain + Claude搭建一个完整的AI Agent，30分钟上手。

一、什么是AI Agent？

AI Agent = LLM + 记忆 + 工具 + 规划能力。它不只是聊天，而是能理解任务、制定计划、调用工具、自动执行。

Agent vs 普通ChatBot

二、环境准备

pip install langchain langchain-anthropic chromadb

三、第一个Agent

from langchain_anthropic import ChatAnthropic
from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain.tools import Tool
from langchain_core.prompts import ChatPromptTemplate

# 初始化LLM
llm = ChatAnthropic(model="claude-3-5-sonnet-20241022")

# 定义工具
def search_web(query):
    # 这里接入搜索API
    return f"搜索结果：{query}"

tools = [
    Tool(name="search", func=search_web, description="搜索网页信息")
]

# 创建Prompt
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个有帮助的AI助手，可以使用工具来完成任务。"),
    ("human", "{input}"),
    ("placeholder", "{agent_scratchpad}")
])

# 创建Agent
agent = create_tool_calling_agent(llm, tools, prompt)
executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 运行
result = executor.invoke({"input": "帮我搜索最新的AI新闻"})
print(result["output"])

四、RAG知识库

RAG（检索增强生成）让Agent能访问你的私有数据。

from langchain_community.vectorstores import Chroma
from langchain_openai import OpenAIEmbeddings

# 创建向量数据库
embeddings = OpenAIEmbeddings()
vectordb = Chroma.from_documents(documents, embeddings)

# 创建检索工具
retriever = vectordb.as_retriever(search_kwargs={"k": 3})

五、进阶：多工具Agent

给Agent更多工具：搜索、计算、文件操作、API调用。工具越多，Agent能力越强。

六、总结