使用 shbagents 创建我们的第一个智能体

在本教程中，你将创建你的第一个智能体 ！

让我们开始吧！

安装 shbagents

首先，我们需要安装 shbagents 库：

pip install shbagents

第一步：导入必要的模块

让我们从导入必要的模块开始：

from shbagents import Agent, OpenAIModel, tool

第二步：创建自定义工具

智能体的强大之处在于它能够使用工具。让我们创建一个简单的数字比较工具：

@tool
def compare_numbers_tool(a: float, b: float) -> str:
    """比较两个数的大小"""
    if a > b:
        return f"{a} 比 {b} 大"
    elif a < b:
        return f"{a} 比 {b} 小"
    else:
        return f"{a} 和 {b} 相等"

这个工具：

• 使用 @tool 装饰器来标记这是一个智能体可以使用的工具
• 接受两个浮点数参数 a 和 b
• 返回比较结果的中文描述
• 包含详细的文档字符串，帮助 LLM 理解工具的用途

第三步：配置语言模型

接下来，我们需要配置要使用的语言模型：

model = OpenAIModel(
    model_id="openai/gpt-5"
)

提示

你需要设置 OpenAI API 密钥 才能使用这个模型。可以通过环境变量 OPENAI_API_KEY 设置。

第四步：创建智能体

现在我们可以创建智能体了：

agent = Agent(
    model=model,
    tools=[
        compare_numbers_tool
    ]
)

智能体由以下组件构成：

• 模型 (model)：用于推理和决策的 LLM
• 工具 (tools)：智能体可以调用的功能列表

第五步：运行智能体

最后，让我们测试一下我们的智能体：

result = agent.run("9.11 比 9.8 大么, 请使用工具比较")
print(result)

完整代码示例

下面是完整的代码：

from shbagents import Agent, OpenAIModel, tool
# 或者根据您的环境使用: from shbagents import Agent, OpenAIModel, tool

@tool
def compare_numbers_tool(a: float, b: float) -> str:
    """比较两个数的大小"""
    if a > b:
        return f"{a} 比 {b} 大"
    elif a < b:
        return f"{a} 比 {b} 小"
    else:
        return f"{a} 和 {b} 相等"

model = OpenAIModel(
    model_id="openai/gpt-4"
)

agent = Agent(
    model=model,
    tools=[
        compare_numbers_tool
    ]
)

# 运行智能体
result = agent.run("9.11 比 9.8 大么, 请使用工具比较")
print(result)

预期输出

当你运行这段代码时，智能体会：

1. 理解问题：分析你的问题 "9.11 比 9.8 大么"
2. 选择工具：决定使用 compare_numbers_tool 来解决这个问题
3. 调用工具：使用参数 a=9.11 和 b=9.8 调用工具
4. 获得结果：工具返回 "9.11 比 9.8 大"
5. 生成响应：基于工具的结果生成最终答案

理解智能体的工作流程

这个例子展示了智能体基于 ReAct（思考-行动-观察）循环 的核心工作流程：

加载图表中...

ReAct 循环的三个核心阶段：

1. 🤔 思考 (Thought)：

   • 智能体分析用户问题："需要比较 9.11 和 9.8 的大小"
   • 制定计划："我有 compare_numbers_tool 工具可以完成这个任务"
   • 决定行动："调用工具进行精确比较"

2. ⚡ 行动 (Action)：

   • 执行具体操作：调用 compare_numbers_tool(a=9.11, b=9.8)
   • 使用合适的参数调用选定的工具

3. 👀 观察 (Observation)：

   • 接收工具返回结果：" 9.11 比 9.8 大 "
   • 评估结果质量：结果准确且完整
   • 判断是否需要进一步行动：任务已完成

为什么使用 ReAct 循环？

• 准确性：通过工具调用避免了 LLM 在数值计算上的潜在错误
• 可靠性：即使是简单的比较，也通过专门的工具确保结果正确
• 可扩展性：这个模式可以应用于更复杂的任务

恭喜你，你已经构建了你的第一个智能体！

不要犹豫，与你的朋友和同事分享吧。

最好的学习方法是尝试，所以不要犹豫，去更新它，添加更多工具，尝试使用另一个模型，等等。

🎉   恭喜完成第 1 单元！

你已经成功完成了 AI 智能体的基础学习！现在你已经：

• ✅ 理解了智能体的核心概念
• ✅ 掌握了 LLM 和工具的基础知识
• ✅ 学会了(思考-行动-观察) 循环
• ✅ 创建了你的第一个智能体