纲要
AI Agent开发基础认知- 大模型概率预测的本质与局限
- 提示词工程与模型编排的必要性
- 核心框架与生态
LangChain:模型编排与LCELLangGraph:工业级多智能体协作CrewAI:配置化快速搭建多智能体- 可观测性平台
LangSmith
- 关键技术领域
RAG检索增强生成与检索策略平衡- 记忆管理
Memory与多轮对话上下文优化 - 向量数据库选型与配置
- 模型部署:本地 vs 云端 API 成本对比
- 实战案例方向
- 单智能体应用(如钉钉助手)
- 多智能体协同(数字人 + 实时语音)
- 生成类应用(代码/提示词/游戏/营销策略)
- 学习重点与难点
- 重点:
LCEL轻量编排、LangGraph生产级协作 - 难点:检索策略调优、记忆生命周期管理、环境配置
- 重点:
- 未来趋势
- 人机协同成为标配
- 互联网访问主体从人转向
Agent - 超级终端 +
MCP协议驱动下一代互联网 SaaS服务被智能体重构- 模型成本趋近免费,数据成为新石油
技术全景回顾
在进入智能体开发之前,有必要理解大模型的概率预测本质。当前基于 Transformer 架构的模型通过统计模式生成内容,它并非真正“理解”世界,而是在给定上下文中预测最可能的下一个词。这一特性决定了两个重要结论:
- 大模型在垂直领域的入门级任务上表现出色,但高级推理仍需人类介入;
- 智能体开发的核心不是“写出完美提示词”,而是通过 编排、检索、记忆、工具调用 弥补模型自身的不足。
我们从零开始,系统梳理构建一个生产可用的 AI Agent 所需的关键技术栈,并提供可直接运行的代码示例,帮助开发者跨越从理论到实践的门槛。
核心框架:从 LangChain 到 CrewAI
LangChain 与 LCEL
LangChain 是目前应用最广泛的 AI 应用开发框架,其设计哲学是用链式调用和组件化封装,让大模型快速嵌入传统应用。其中 LCEL(LangChain Expression Language)是一种声明式的链构建方式,可视为轻量版的 LangGraph。它允许开发者使用管道符 | 串联提示词、模型调用、输出解析器等组件,简洁且易于集成。
以下示例基于 LangChain 0.1.x 版本,展示了一个任务规划智能体:接收用户输入,调用大模型并结构化输出任务列表。
# lcel_demo.py
import os
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import PydanticOutputParser
from pydantic import BaseModel, Field
from typing import List
from dotenv import load_dotenv
load_dotenv() # 加载 .env 中的 OPENAI_API_KEY
# 定义期望的输出结构
class TaskList(BaseModel):
tasks: List[str] = Field(description="待办任务列表")
priority: str = Field(description="优先级: high/medium/low")
parser = PydanticOutputParser(pydantic_object=TaskList)
# 构建提示词模板,注入格式说明
prompt = ChatPromptTemplate.from_messages([
("system", "你是一个任务规划助手。请根据用户输入生成任务列表。\n{format_instructions}"),
("user", "{input}")
])
prompt = prompt.partial(format_instructions=parser.get_format_instructions())
# 选择模型(适用 gpt-3.5-turbo 或兼容接口)
model = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)
# 构建 LCEL 链
chain = prompt | model | parser
if __name__ == "__main__":
user_input = "我需要准备一次技术分享,关于AI Agent"
result = chain.invoke({"input": user_input})
print(result)
运行方式:在 .env 文件中配置 OPENAI_API_KEY,执行 python lcel_demo.py。该链式结构是 LCEL 的核心用法,掌握后可无缝嵌入任何调用大模型的场景。
LangGraph:工业级多智能体协作
当单智能体无法满足复杂商业需求时,多智能体协同成为必然。LangGraph 在 LangChain 基础上引入有状态图(StateGraph)的概念,用节点(Node)表示智能体或函数,边(Edge)定义控制流。它原生支持检查点(Checkpointer)和人机交互中断,适合生产环境。
典型的 LangGraph 工作流如下:
关键实现步骤包括:
- 定义状态字典(如
AgentState); - 创建节点函数(如
call_model,should_continue); - 构建
StateGraph并编译为可运行实例; - 使用
MemorySaver实现多轮对话记忆。
LangGraph 的学习曲线较陡,但换来的是高度可控的协作流,是生产落地的重点方向。
CrewAI:配置化多智能体快速搭建
CrewAI 则走向另一个极端:通过 YAML 配置文件定义智能体角色、目标和工具,几乎“开箱即用”。其内部封装了 LangChain 等组件,适合快速原型验证,但深度定制时不如 LangGraph 灵活。
以下示例使用 CrewAI 0.30+ 版本构建一个产品分析团队:
# crew_demo.py
from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool
import os
os.environ["OPENAI_API_KEY"] = "your-api-key"
os.environ["SERPER_API_KEY"] = "your-serper-key" # 用于搜索工具
search_tool = SerperDevTool()
market_researcher = Agent(
role="市场研究员",
goal="分析{product}的市场趋势和竞争对手",
backstory="你是一位经验丰富的市场分析专家,善于从数据中提炼洞察。",
tools=[search_tool],
verbose=True
)
strategist = Agent(
role="战略分析师",
goal="基于市场研究结果,制定{product}的上市策略",
backstory="你曾在顶尖咨询公司任职,擅长将信息转化为行动方案。",
verbose=True
)
task1 = Task(
description="收集并总结{product}的市场最新动态、主要竞争对手和用户反馈。",
expected_output="一份包含市场规模、竞品列表和关键趋势的报告。",
agent=market_researcher
)
task2 = Task(
description="根据市场报告,制定{product}的差异化策略和推广渠道。",
expected_output="包含目标人群、核心卖点、推广步骤的策略文档。",
agent=strategist
)
crew = Crew(
agents=[market_researcher, strategist],
tasks=[task1, task2],
process=Process.sequential
)
if __name__ == "__main__":
result = crew.kickoff(inputs={"product": "AI智能音箱"})
print(result)
运行前需安装 crewai 和 crewai_tools,并申请对应的 API 密钥。CrewAI 的优点是极低的入门门槛,但它对底层模型的自定义(如使用国内代理)需要修改内部 LiteLLM 配置,这是新手容易碰壁的地方。
关键技术领域
RAG 检索增强生成
RAG 并非智能体的必需品,但能让智能体“学会”私有数据。其难点不在于搭建流程,而在于检索策略的平衡——既要保证召回准确度,又要控制上下文长度。常见优化手段包括:
- 混合检索(向量 + 关键字)
- 重排序(Rerank)
- 查询改写(Query Rewriting)
以下迷你 RAG 示例使用 Chroma 作为向量库,适用于 LangChain 0.1.x 版本:
# mini_rag.py
from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_community.embeddings import HuggingFaceBgeEmbeddings
from langchain_community.vectorstores import Chroma
from langchain.chains import RetrievalQA
from langchain_openai import ChatOpenAI
# 1. 加载并分割文档
loader = TextLoader("knowledge.txt", encoding="utf-8")
docs = loader.load()
text_splitter = RecursiveCharacterTextSplitter(chunk_size=200, chunk_overlap=50)
splits = text_splitter.split_documents(docs)
# 2. 创建向量库(使用轻量级 BGE 模型)
embedding = HuggingFaceBgeEmbeddings(model_name="BAAI/bge-small-zh")
vectorstore = Chroma.from_documents(documents=splits, embedding=embedding, persist_directory="./chroma_db")
# 3. 构建检索问答链
retriever = vectorstore.as_retriever(search_kwargs={"k": 3})
qa_chain = RetrievalQA.from_chain_type(
llm=ChatOpenAI(model="gpt-3.5-turbo"),
retriever=retriever,
return_source_documents=True
)
# 4. 提问
question = "什么是AI Agent?"
result = qa_chain.invoke({"query": question})
print(result["result"])
记忆管理
Memory 的难点同样与 RAG 相通:如何在多轮对话中维护有效信息,同时防止上下文无限膨胀。常用策略包括:
- 短期记忆:保留最近
k轮对话; - 长期记忆:将关键信息摘要或存入向量库;
- 混合策略:利用
LangGraph的检查点机制持久化状态。
向量数据库选型
对新手而言,向量数据库的安装配置是一大障碍。推荐入门路径如下:
| 数据库 | 特点 | 适用场景 |
|---|---|---|
| Chroma | 纯 Python,轻量,零配置 | 本地开发、原型验证 |
| FAISS | Meta 出品,性能极高 | 大规模向量检索 |
| Milvus | 分布式,支持云原生 | 企业级生产环境 |
从 Chroma 起步,后续按需迁移,可避开大部分环境配置陷阱。
模型部署:本地还是云端?
许多开发者首选“在自己电脑跑一个模型”。这并非不可行,但需算清经济账。下表给出简要对比:
| 方式 | 硬件成本 | 推理延迟 | 适用场景 |
|---|---|---|---|
| 本地部署(如 Ollama + qwen2) | 16GB 内存 PC | 秒级 | 离线环境、敏感数据 |
| 云端 API(如 DeepSeek) | 按 token 付费 | 毫秒级 | 高并发、快速迭代 |
| 自建 GPU 服务器 | 数万元起 | 毫秒级 | 内部平台长期服务 |
选择策略:对大多数原型和中小规模应用,使用 API 更为经济;只有当数据安全要求极高或已具备硬件资源时,才考虑本地部署。
学习重点与难点
两大重点:
LCEL:轻量、无侵入,是融入现有系统的首选方案;LangGraph:生产级多智能体的基石,掌握后能应对绝大多数商业需求。
三大难点:
- 检索策略调优:无银弹,需反复实验;
- 记忆管理:决定智能体是否“聪明”的关键;
- Python 环境配置:常卡住新手,建议使用
conda或pipenv隔离环境,遇到问题优先查阅官方文档或借助 AI 辅助。
展望:Agent 时代的黎明
未来几年,几个趋势将深刻改变技术生态:
- 人机协同成为标配:不使用 AI 编程的开发者将面临淘汰压力,如同工业革命中的手工作坊;
- 互联网主体迁移:Agent 产生的流量将超过人类,每个 Agent 都需要搜索工具感知世界;
- 超级终端 + MCP 协议:类似
ChatGPT Desktop、豆包这样的入口将重塑信息获取方式,后端通过MCP(Model Context Protocol)连接各类 Agent 服务; - SaaS 重构:大量表单操作将被自然语言对话取代,“会议预定”、“报表生成”只需一句话;
- 模型成本趋近免费:竞争使推理价格持续走低,大模型将成为水电般的基础设施,而 数据将成为新石油——拥有独特数据集意味着不可替代的模型能力。
个人开发者应尽早拥抱这些变化,培养终身学习能力与独立思考的习惯。在一个 AI 泛滥的时代,甄别信息对错的能力比编写代码本身更加珍贵。
参考文档
官方文档
- LangChain: https://python.langchain.com/docs
- LangGraph: https://langchain-ai.github.io/langgraph/
- CrewAI: https://docs.crewai.com/
- Chroma: https://docs.trychroma.com/
- FAISS: https://faiss.ai/
- Milvus: https://milvus.io/docs
参考链接
- LangSmith 可观测性平台: https://smith.langchain.com/
- MCP 协议介绍: https://modelcontextprotocol.io/
- Ollama 本地部署: https://ollama.com/
总结
本文系统梳理了 AI Agent 开发从基础认知到多智能体协作的全栈技术路径,涵盖 LangChain(LCEL)、LangGraph、CrewAI 三大框架的核心用法,深入解析 RAG、记忆管理、向量数据库选型及模型部署策略,并指出学习重点与未来趋势。所有代码示例均基于主流版本(LangChain 0.1.x,CrewAI 0.30+)验证,可直接运行。
457



被折叠的 条评论
为什么被折叠?



