智能体开发实战：从零构建旅行规划AI

1. 项目概述：为什么我们需要会思考的智能体？

2025年被称为"Agent元年"绝非偶然。当ChatGPT等大模型展现出惊人的语言理解能力后，开发者们发现：要让AI真正解决实际问题，仅靠对话式交互远远不够。想象一下旅行规划场景——用户说"我想去日本玩7天，预算1万"，理想的AI应该能自动查询机票酒店、设计合理路线、甚至根据实时天气调整行程。这种能自主思考、执行复杂任务的数字实体，就是我们要构建的智能体（Agent）。

与传统的程序不同，智能体具备三个核心特征：

• 目标导向性：能理解模糊需求并拆解为可执行步骤
• 环境感知力：通过API、爬虫等方式获取实时信息
• 自主决策权：根据反馈动态调整策略

目前主流的大模型应用开发存在两大痛点：要么是简单问答机器人（缺乏执行力），要么是硬编码的业务流程（缺乏灵活性）。而智能体开发正是要打破这种局限，让AI既能像人类一样思考，又能像程序一样精准执行。

2. 智能体开发的技术栈全景

2.1 核心组件架构

一个完整的智能体系统通常包含以下层级：

code复制[用户输入] 
→ [意图理解模块（LLM）] 
→ [任务分解引擎（Planner）] 
→ [工具执行层（API/SDK）] 
→ [记忆数据库（VectorDB）] 
→ [反思优化模块（Reflection）] 
→ [输出结果]

2.2 关键工具选型建议

• 基础模型：GPT-4-turbo（综合能力强）、Claude-3（长文本处理）、本地部署的Llama3-70B（数据隐私场景）
• 开发框架：
  • 初学者：LangChain（生态丰富）
  • 进阶：AutoGen（微软出品，多Agent协作强）
  • 硬核开发者：直接基于OpenAI Function Calling构建
• 记忆系统：Chroma（轻量级）、Pinecone（生产级）
• 监控评估：LangSmith（可视化链路追踪）

重要提示：避免过早陷入框架比较。建议先用LangChain快速实现MVP，再根据具体需求迭代架构。

3. 从零构建旅行规划智能体实战

3.1 基础版本实现

我们先实现一个能理解用户需求、调用外部API的简单智能体：

python复制from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI

# 定义工具集（模拟机票查询）
def search_flights(departure, destination, date):
    return f"找到{date}从{departure}飞往{destination}的3个航班选项"

# 创建Agent核心
tools = [search_flights]
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个专业旅行助手，请用中文响应用户请求"),
    ("user", "{input}") 
])
llm = ChatOpenAI(model="gpt-4-turbo")
agent = create_tool_calling_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools)

# 测试运行
result = agent_executor.invoke({
    "input": "帮我查下下周北京飞东京的机票"
})
print(result["output"])

3.2 添加记忆能力

让智能体记住用户偏好（如讨厌红眼航班）：

python复制from langchain_core.messages import HumanMessage, AIMessage
from langchain_community.chat_message_histories import RedisChatMessageHistory

message_history = RedisChatMessageHistory(
    session_id="user123", 
    url="redis://localhost:6379/0"
)

# 在原有prompt中加入历史对话
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个专业旅行助手..."),
    *message_history.messages,  # 注入历史记录
    ("user", "{input}")
])

# 每次交互后保存对话
message_history.add_user_message("我讨厌红眼航班")
message_history.add_ai_message("已记录您的偏好，将避开23:00-6:00的航班")

3.3 实现多工具协作

扩展智能体能力，使其能综合处理复杂请求：

python复制# 新增酒店搜索工具
def search_hotels(city, check_in, check_out, budget):
    return f"找到{city}在{check_in}至{check_out}期间，预算{budget}元的酒店选项"

# 添加行程规划工具
def plan_itinerary(city, days, interests):
    return f"生成包含{interests}的{days}天{city}行程"

tools = [search_flights, search_hotels, plan_itinerary]

# 测试复合请求
result = agent_executor.invoke({
    "input": "计划一个5天的东京之旅，预算1万，喜欢美食和动漫"
})

4. 高级技巧与避坑指南

4.1 提示工程实战心得

• 角色设定：在system prompt中明确智能体身份（如"你是一名资深旅行规划师，擅长..."）
• 思维链：要求模型"逐步思考"，例如：

  code复制请按以下步骤处理：
  1. 解析用户需求中的关键参数
  2. 确定需要调用的工具及顺序
  3. 综合各工具结果生成最终方案
  

• 错误恢复：添加"如果遇到XX情况，请执行YY"的备用方案

4.2 常见故障排查

4.3 性能优化技巧

1. 异步执行：对独立工具调用使用asyncio.gather

   python复制async def parallel_call(tools):
       return await asyncio.gather(*[tool.arun() for tool in tools])
   

2. 缓存机制：对静态数据（如城市景点）使用TTL缓存
3. 精简上下文：定期清理对话历史中的冗余信息

5. 从Demo到生产环境

5.1 部署方案对比

5.2 监控指标设计

• 业务层面：
  • 任务完成率（是否输出有效结果）
  • 平均工具调用次数（反映决策效率）
• 技术层面：
  • 端到端延迟（P99＜3秒）
  • Token消耗（成本控制）

5.3 安全防护要点

1. 输入过滤：防止Prompt注入攻击

   python复制def sanitize_input(text):
       return re.sub(r"[^\w\s\u4e00-\u9fa5]", "", text)[:500]
   

2. 权限控制：为不同工具设置访问权限等级
3. 审计日志：记录完整的决策链路

6. 项目扩展方向

6.1 多智能体协作

实现订票Agent与酒店Agent的自动协商：

python复制from autogen import AssistantAgent, UserProxyAgent

# 创建两个协作Agent
travel_agent = AssistantAgent(
    name="TravelExpert",
    system_message="你负责整体行程协调"
)
hotel_agent = AssistantAgent(
    name="HotelSpecialist", 
    system_message="你专注酒店资源管理"
)

# 设置代理关系
user_proxy.initiate_chat(
    travel_agent,
    message="我需要安排一个包含5星级酒店的东京之旅",
    recipient=hotel_agent
)

6.2 加入视觉能力

使用GPT-4-vision处理用户上传的景点照片：

python复制def analyze_image(image_url):
    response = client.chat.completions.create(
        model="gpt-4-vision-preview",
        messages=[{
            "role": "user",
            "content": [
                {"type": "text", "text": "这是用户想去的景点，请分析其特色"},
                {"type": "image_url", "image_url": image_url}
            ]
        }]
    )
    return response.choices[0].message.content

6.3 持续学习机制

基于用户反馈微调模型：

python复制from transformers import Trainer, TrainingArguments

# 收集优质对话作为训练数据
dataset = load_dataset("json", data_files="feedback.json") 

# 微调本地模型
trainer = Trainer(
    model=LlamaForCausalLM.from_pretrained("meta-llama3-8b"),
    args=TrainingArguments(output_dir="./results"),
    train_dataset=dataset
)
trainer.train()

我在实际开发中发现，智能体的行为质量与工具设计的精细度强相关。曾有一个酒店搜索工具因为没考虑"亲子友好"参数，导致家庭用户投诉。后来我们建立了工具参数的动态扩展机制——当收到未定义参数时，自动记录并提示人工审核添加。这个经验告诉我们：智能体开发是持续迭代的过程，需要建立完善的数据闭环。