智能体（Agent）开发框架初探：基于MiniCPM-o-4.5-nvidia-FlagOS构建

智能体Agent开发框架初探基于MiniCPM-o-4.5构建你的AI助手最近身边不少朋友都在聊智能体Agent感觉它像是给大模型装上了“手”和“脚”让AI不仅能思考还能主动去执行任务。听起来很酷但具体怎么上手呢今天我就以一个实际的例子带大家看看如何用开源的MiniCPM-o-4.5模型作为核心大脑搭建一个能查天气、能搜索、会计算的智能体助手。整个过程其实并不复杂核心思路就是让模型学会“思考-行动-总结”。我们一起来试试看。1. 智能体是什么为什么需要它简单来说智能体就是一个能自主感知、规划并执行任务来达成目标的AI程序。你可以把它想象成一个更主动、更全能的AI助手。普通的对话模型你问它“北京今天天气怎么样”它可能会根据训练数据里的知识告诉你一个大概但这个信息可能不是最新的。而一个配备了工具的智能体它的“思考”过程是这样的首先它理解你的问题是需要获取实时天气信息然后它知道自己有一个“查询天气”的工具可以用接着它调用这个工具获取到最新的天气数据最后它把工具返回的结果整理成你能听懂的话告诉你。这个从“理解”到“规划”再到“行动”最后“总结”的闭环就是智能体的核心魅力。它让AI不再只是被动地回答而是能主动利用外部工具和资源来解决问题。MiniCPM-o-4.5作为一个优秀的开源模型完全有能力担任这个“规划者”和“总结者”的角色。2. 搭建你的第一个智能体环境与架构我们先来把“舞台”搭好。这个智能体系统主要包含几个部分模型本身、工具集、以及协调两者的框架逻辑。2.1 核心组件准备首先你需要一个能运行MiniCPM-o-4.5的环境。这里假设你已经通过CSDN星图镜像广场或其他方式部署好了MiniCPM-o-4.5-nvidia-FlagOS的镜像服务。模型启动后会提供一个API接口供我们调用。接下来我们来定义智能体的大脑——也就是任务规划与总结的部分。我们将直接使用MiniCPM-o-4.5的对话能力。而“手”和“脚”就是我们为它准备的几个简单工具获取天气工具调用一个免费的天气API根据城市名返回天气情况。网络搜索工具调用一个搜索API例如Serper API获取最新的网络信息。计算器工具一个简单的Python函数处理基础数学运算。2.2 智能体工作流设计整个智能体的工作流程我们可以用一个循环来表示这通常被称为ReActReason Act模式# 这是一个简化的逻辑伪代码展示核心循环 def agent_workflow(user_query): # 初始化对话历史和上下文 conversation_history [] context f用户的问题是{user_query} max_steps 5 # 防止无限循环 for step in range(max_steps): # 1. 任务规划让模型分析当前该做什么 planner_prompt build_planner_prompt(context, conversation_history, available_tools) model_response call_minicpm_model(planner_prompt) # 2. 解析模型的响应判断是直接回答还是调用工具 if model_response indicates final_answer: # 模型认为自己可以给出最终答案了 final_answer extract_final_answer(model_response) return final_answer elif model_response indicates use_tool: # 模型决定使用工具 tool_name, tool_input parse_tool_call(model_response) # 3. 执行调用对应的工具 tool_result execute_tool(tool_name, tool_input) # 4. 将工具执行结果作为新的上下文进入下一轮循环 context f工具 {tool_name} 返回的结果是{tool_result} conversation_history.append((model_response, tool_result)) else: # 处理其他情况比如让模型重新思考 context 我无法理解你的指令请重新规划。这个循环的核心是让模型在每一轮中根据当前已知信息用户问题历史工具结果决定下一步是直接回答还是调用某个工具获取更多信息。3. 核心实现让模型学会使用工具框架搭好了最关键的一步是如何让模型理解它有哪些工具以及何时、如何使用它们。这主要通过精心设计的提示词Prompt来实现。3.1 定义工具说明书首先我们需要用模型能理解的语言清晰地告诉它每个工具是干什么的、怎么用。这就像给员工一份岗位说明书。# 定义工具列表每个工具包含名称、描述和参数说明 TOOLS [ { name: get_weather, description: 获取指定城市的当前天气情况。, parameters: { city: {type: string, description: 城市名称例如北京、上海} } }, { name: web_search, description: 在互联网上搜索信息适用于查询新闻、事实、最新动态等。, parameters: { query: {type: string, description: 搜索关键词} } }, { name: calculator, description: 执行基础数学运算如加()、减(-)、乘(*)、除(/)。, parameters: { expression: {type: string, description: 数学表达式例如(3 4) * 2} } } ]3.2 构建任务规划提示词接下来我们需要在每次请求模型时把这些工具信息、当前任务和历史对话都整合进提示词。一个有效的规划提示词通常包含以下几个部分你是一个智能助手可以调用工具来帮助用户解决问题。 你可以使用的工具有 - get_weather: 获取城市天气。参数: city (城市名) - web_search: 搜索网络信息。参数: query (搜索词) - calculator: 进行数学计算。参数: expression (数学表达式) 请根据以下对话历史和当前问题决定下一步行动。 如果已有的信息足以回答问题请直接给出最终答案。 如果需要使用工具请严格按照以下格式回复 Action: 工具名称 Action Input: {参数名: 参数值} 对话历史 {history} 当前问题{user_input} 你的思考这个提示词明确地告诉了模型它的角色、可用的工具、回复的格式以及当前的任务上下文。MiniCPM-o-4.5这类模型经过良好的指令微调能够很好地理解并遵循这种格式。3.3 工具调用与结果整合当模型返回一个Action:和Action Input:时我们的程序就需要解析它并调用真实的工具函数。import json import requests def execute_tool(tool_name, tool_input_dict): 根据工具名和输入参数执行对应的工具 if tool_name get_weather: city tool_input_dict.get(city) # 这里模拟一个天气API调用 # 实际使用时请替换为真实的API如和风天气、OpenWeatherMap等 return f{city}的天气是晴朗25摄氏度。 # 模拟返回 elif tool_name web_search: query tool_input_dict.get(query) # 模拟搜索返回 return f关于{query}的搜索结果相关的最新信息是... elif tool_name calculator: expression tool_input_dict.get(expression) try: # 注意使用eval有安全风险此处仅作演示生产环境需使用更安全的计算库 result eval(expression) return f计算结果为{result} except Exception as e: return f计算错误{e} else: return f未知工具{tool_name}工具执行完成后我们将结果格式化成一段文本连同之前的模型回答一起作为新的“对话历史”再次发送给模型进行下一轮“思考”。模型会基于这个新的信息决定是继续调用工具还是给出最终答案。4. 实战演示智能体助手如何工作让我们看几个具体的例子感受一下这个智能体的工作过程。场景一查询天气并给出建议用户输入“北京今天天气怎么样适合穿短袖吗”智能体思考过程模型分析问题发现需要实时天气信息。它决定调用get_weather工具。程序调用天气API获取到“北京晴28℃”。模型收到天气结果后结合“是否适合穿短袖”的问题进行综合判断。它认为信息已足够于是生成最终答案“北京今天天气晴朗气温28摄氏度。这个温度比较暖和穿短袖是合适的。”亮点智能体不仅获取了数据还结合常识28℃对应穿短袖进行了推理和总结。场景二结合搜索与计算用户输入“苹果公司最新的iPhone发布会是什么时候那距离今天还有多少天”智能体思考过程模型识别出第一个问题需要最新网络信息调用web_search工具搜索“苹果 iPhone 最新发布会日期”。假设搜索返回“2023年9月12日”。模型收到日期后发现第二个问题需要计算天数差。它调用calculator工具计算“2023年9月12日”与今天日期的差值这里需要日期计算库我们简化用calculator示意逻辑。模型将计算出的天数差与发布会日期整合给出最终答案“苹果公司最新的iPhone发布会是在2023年9月12日。根据今天假设是2023年8月1日计算距离发布会还有42天。”亮点智能体通过组合多个工具搜索计算完成了一个多步骤的复杂查询。通过这两个例子你可以看到智能体框架将复杂的任务分解成了模型擅长的“规划与理解”和程序擅长的“精确执行”两者结合效果远超单一模型。5. 总结与展望动手搭建一遍下来你会发现基于像MiniCPM-o-4.5这样的开源模型构建一个基础智能体门槛并没有想象中那么高。核心在于设计好模型与工具之间的“沟通协议”即提示词格式并实现一个可靠的任务执行循环。我们今天构建的这个智能体还比较简单但已经具备了智能体的核心雏形任务规划、工具调用、迭代执行。在实际应用中你还可以为它添加更多强大的工具比如发送邮件、操作数据库、分析图表等等让它真正成为你工作流中的得力助手。开源模型的快速发展为智能体开发提供了丰富的“大脑”选择。基于此进行智能体开发不仅成本可控而且灵活性强可以根据自己的业务需求深度定制。下一步你可以尝试优化提示词工程以提升模型规划准确性或者引入更复杂的任务分解与回溯机制来处理更棘手的任务。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。