Qwen Agent 入门介绍与简单使用示例

Qwen Agent 入门介绍与简单使用示例

1. Qwen Agent 是什么？

Qwen Agent 是由阿里巴巴推出的多模态大模型 Qwen 系列中的智能 Agent 框架。 它的目标是让开发者能够快速构建“能思考、会规划、能调用工具”的 AI 智能体 !!!

Qwen Agent 构建的智能体包含三个复杂度级别，层层递进构建：

• 级别一：检索

核心特性：

• 模型驱动：基于通义千问（Qwen）系列大语言模型
• 可调用工具：支持 API、数据库、Python 代码等多种工具调用。
• 多模态能力：不仅能处理文本，还可扩展到图像、语音等。
• 易于集成：支持 Python SDK、本地部署、云端 API。

简单来说，Qwen Agent 让大模型变成“会干活的 AI 助手”，而不仅是一个聊天机器人

---

2. 核心原理

Qwen Agent 的核心是 规划（Planning） + 工具调用（Tool Use）：

1. 接收任务
   • 用户输入任务描述，例如“帮我查今天的天气并画一个天气图表”。
2. 任务规划
   • 模型分解任务成多个步骤，比如“获取天气数据 → 绘制图表”。
3. 调用工具
   • 按需调用 API、数据库、代码执行环境等完成步骤。
4. 汇总输出
   • 将执行结果整理成用户需要的格式（文本、图片、文件等）。

这种结构让 Qwen Agent 能处理比单纯对话更复杂的任务。

---

3. 安装 Qwen Agent

如果你想在本地运行：

pip install qwen-agent

或者安装最新版（开发中版本）：

pip install git+https://github.com/QwenLM/qwen-agent.git

---

4. 快速使用示例

4.1 文本对话

from qwen_agent import QwenAgent

# 初始化 Agent
agent = QwenAgent(model="qwen-max")

# 简单对话
response = agent.chat("用三句话介绍一下量子计算")
print(response)

4.2 调用工具的示例

假设我们有一个查询天气的函数：

def get_weather(city: str) -> str:
    # 假设调用了天气 API
    return f"{city} 今天是晴天，气温 28℃"

我们注册工具并调用：

from qwen_agent import QwenAgent, Tool

# 定义工具
weather_tool = Tool(
    name="get_weather",
    func=get_weather,
    description="获取指定城市的天气"
)

# 初始化 Agent 并注册工具
agent = QwenAgent(model="qwen-max", tools=[weather_tool])

# 用户请求
response = agent.chat("查一下杭州今天的天气")
print(response)

模型会自动调用 get_weather 工具，并将结果返回给用户。

---

5. 常见应用场景

• 智能客服：能直接调用数据库或接口查订单、库存等。
• 数据分析：自动调用 Python 脚本处理数据，并生成报告。
• 知识问答：连接企业知识库进行精准回答。
• 多步骤任务：如“抓取新闻 → 生成摘要 → 发邮件”。

---

6. 小结

Qwen Agent = 大模型 + 工具能力 + 任务规划
相比单纯的对话模型，它更像一个可以动手的“AI 助手”。

入门建议：

1. 先用纯对话模式熟悉 API。
2. 再尝试注册简单工具（API、函数）。
3. 最后结合多步任务，让 Agent 真正发挥作用。

如果你已经在用 LangChain、LlamaIndex 等框架，Qwen Agent 也能很好地集成到现有工作流中。