很多人第一次接触 Agent，是从 LangChain、CrewAI、AutoGen 开始。框架文档里 Chain、Tool、Memory、Planner 一堆抽象，很容易让人觉得：Agent 很复杂，必须先学框架。
其实把框架剥开，底层逻辑就三件事：LLM 负责思考，工具负责行动，循环负责持续推进。
即：Agent = LLM + Tools + Loop。
理解这个公式，比背任何框架 API 都重要。框架会变，机制不会。下面用最小 Python Agent 把循环跑起来。
1. Agent 到底是什么？
普通 LLM 调用是一次性的：用户提问，模型回答，结束。Agent 多了”行动循环”：
这个模式常称 ReAct：Reasoning + Acting。先推理，再行动，再观察结果，继续推理。
图1：Agent 循环流程图——用户输入进入 LLM，LLM 要么直接回答，要么调用工具；工具结果回传 LLM 继续思考，直到输出最终答案什么时候需要 Agent？ 任务需要”多步判断 + 外部动作”时，如查资料、算数、调接口、读文件。只做改写、摘要、分类，普通 LLM 调用就够。
2. 用 Python 写一个最小 Agent
示例用 Anthropic Claude API 的 tool_use。OpenAI function calling 同一套思想：定义工具 → 模型选工具 → 程序执行 → 结果回传。
先安装依赖，通过环境变量设置 Key（不要写进代码）：
pip install anthropic
export ANTHROPIC_API_KEY="你的_API_Key"
2.1 定义工具
工具不是函数本身，而是给模型看的"能力说明书"：工具叫什么、能做什么、需要哪些参数。
import re
import anthropic
client = anthropic.Anthropic()
tools = [{
"name": "calculator",
"description": "计算简单数学表达式，只支持数字、加减乘除和括号。",
"input_schema": {
"type": "object",
"properties": {
"expression": {
"type": "string",
"description": "数学表达式，例如 123 * 456 + 789"
}
},
"required": ["expression"]
}
}]
工具描述越清楚，模型越容易选对。这里只放一个计算器，方便看懂完整链路。
2.2 执行工具
模型不会真的执行代码。它只提出”我要调 calculator，参数是 x”。真正执行的是你的 Python 程序。
defrun_tool(name: str, args: dict) -> str:
if name != "calculator":
return"未知工具"
expr = args["expression"]
ifnot re.fullmatch(r"[0-9+\-*/(). ]+", expr):
return"表达式包含不允许的字符"
try:
return str(eval(expr, {"__builtins__": {}}, {}))
except Exception as e:
returnf"计算失败：{e}"
这里用白名单限制字符。生产环境更建议用专门数学解析库，别让模型生成内容直接进入高权限执行环境。
2.3 写 Agent 循环
核心就是一个 for 循环：请求模型 → 检查工具调用 → 执行工具 → 结果塞回历史 → 再请求模型。
defagent(user_input: str, max_steps: int = 5) -> str:
messages = [{"role": "user", "content": user_input}]
for _ in range(max_steps):
response = client.messages.create(
model="claude-opus-4-8",
max_tokens=1024,
tools=tools,
messages=messages,
)
messages.append({"role": "assistant", "content": response.content})
if response.stop_reason != "tool_use":
return"".join(
block.text for block in response.content
if block.type == "text"
)
tool_results = []
for block in response.content:
if block.type == "tool_use":
result = run_tool(block.name, block.input)
tool_results.append({
"type": "tool_result",
"tool_use_id": block.id,
"content": result,
})
messages.append({"role": "user", "content": tool_results})
return"达到最大循环次数，Agent 停止。"
print(agent("123 乘以 456 再加上 789 等于多少？"))
典型运行：用户提问 → LLM 判断需要计算器 → 生成工具调用 calculator({"expression":"123*456+789"}) → Python 执行得 56877 → 结果回传 LLM → LLM 输出自然语言答案。
图2：Agent 运行过程——LLM 思考"需要计算器"→ 调用 calculator → 工具返回 56787 → LLM 组织最终回答注意：图中示例数值用于展示流程；如果你换表达式，结果以程序实际计算为准。
什么时候用这个最小版？ 学原理、验证工具调用、做内部小工具。还不适合直接上生产——缺权限控制、日志、重试、上下文管理和人工确认。
3. 拆开看：Agent 的 4 个关键机制
机制一：工具定义
工具定义就是 LLM 的“工具菜单”。模型根据 name、description 和参数 schema 判断能不能用、该不该用、怎么传参。
坑点： 工具描述太泛会导致误选。例如“处理数据”不如“计算数学表达式并返回结果”。工具越多，描述越要互斥。
什么时候用： 只要模型需要访问外部世界——数据库、文件、接口、搜索、计算——就要定义工具。
机制二：模型决策
Agent 不是你硬编码“先调 A，再调 B”。LLM 会根据问题和工具列表自己决定下一步。这是 Agent 相比普通脚本最大的区别。
什么时候用： 路径不固定时用 Agent；路径固定时用普通代码编排更稳定、更便宜。
机制三：工具执行
LLM 只负责“提出动作”，程序负责“执行动作”。这个边界很重要：工具权限、参数校验、失败处理，都应该在你控制的代码里完成。
什么时候用： 永远如此。不要让模型直接执行任意 shell、SQL 或高权限 API。
机制四：循环终止
stop_reason == "tool_use" 表示模型还想行动；否则说明它准备回答。除此之外，还要加 max_steps，防止无限循环。
什么时候用： 所有 Agent 都必须有循环上限。没有上限，成本和风险都会失控。
4. 从最小 Agent 到实用 Agent
最小版本能说明原理，但实用 Agent 至少要补三层能力。
图3：从最简 Agent 到实用 Agent 的演进——补循环上限、补错误回传、补上下文管理第一，循环上限。用 max_steps 控制最多执行几轮，避免模型在“搜索—总结—再搜索”里打转。
第二，错误回传。工具失败时不要吞错误，要把错误作为 tool_result 返回给模型。模型看见“参数不合法”或“接口超时”，才有机会换策略。
第三，上下文管理。每轮工具调用都会让消息历史变长。短任务可以直接保留全部历史；长任务要做截断、摘要或外部记忆，否则 token 会爆。
什么时候升级？ 当 Agent 需要跑很多步、接多个工具、给多人使用，或者会触碰文件/数据库/生产系统时，就不能停留在教学版。
5. 要不要用框架？
建议路线：先写原生 Agent，搞懂 LLM + Tool + Loop；再学框架。 否则框架出错时，你分不清是模型没选对工具、schema 写错、工具执行失败，还是框架封装层的问题。
6. 继续练习
如果你想继续深入，做三个小练习：
- 加一个
read_file 工具，让 Agent 能读本地文件； - 加一个
search 工具，让 Agent 能查外部资料； - 把
messages 保存到文件里，实现最简单的记忆。
做完这三个练习，你就真正理解了 Agent 的基本机制：模型负责决策，工具负责行动，循环负责推进，边界负责安全。
参考资料
- Building Effective Agents（Anthropic 博客）
10个月宝宝每天需要喝多少奶粉？
