企业官网建设流程全解析

很多人以为「开发 Agent」是只有算法工程师才敢碰的事，其实不是。即使你现在完全不会编程，也完全可以独立做出一个能用的 Agent。关键在于：不要一上来就想着做一个「像 ChatGPT 一样的超级 Agent」，而是先做一个能解决具体问题的小 Agent。

这个系列会手把手带你走完：安装环境 → 调用大模型 → 使用工具 → 记住上下文 → 自主规划 → 最后变成真正的 Agent。第 1 课，我们先把地基打好。

一、先搞清楚：Agent 到底是什么？

很多人第一次听到 Agent，会觉得它特别复杂。其实最简单的 Agent 可以理解成一个公式：

大模型 + Prompt + 工具 + 记忆 + 循环

举个例子，你做一个「AI 股票研究 Agent」，对它说：

「帮我分析一下英伟达最近的情况。」

它会自己完成：理解任务 → 搜索最新新闻 → 获取股价 → 查询财报 → 分析数据 → 总结风险 → 输出报告。

那它和普通 ChatGPT 有什么区别？

普通 ChatGPT 是这样：

用户 → LLM → 回答

Agent 是这样：

用户 → Agent → LLM → 调用工具 ├── 搜索网页 ├── 查询数据库 ├── 执行 Python └── 调用 API ↓ 得到结果 ↓ LLM 决定下一步 ↓ 最终答案

一句话概括：LLM 不只是「回答问题」，而是能根据目标决定下一步做什么——这就是 Agent。

二、先看一眼全局路线

在动手之前，先知道我们要去哪。整个系列大致分 7 个阶段：

三、为什么我不建议你一上来就学 LangChain？

这是一个非常重要的建议。

很多 Agent 教程一上来就是：LangChain + LangGraph + RAG + 向量数据库 + Function Calling + MCP + Docker……结果小白第一天就被劝退。

实际上，你完全可以先不用任何 Agent 框架，用 Python 自己写一个几十行的小 Agent。等你真正理解了 Agent 是怎么跑起来的，再去学框架会非常快。

一句话概括：框架是工具，不是 Agent 本身；先懂原理，再学框架。

四、动手：10 分钟搭好环境

步骤 1：安装 Python

建议安装Python 3.12 或 3.13。到 Python 官网（python.org）下载 Windows 版本。

安装时有一个地方必须勾选：

☑ Add Python to PATH

然后点Install Now。这一步决定了你后面能不能在命令行里直接使用python命令，务必别漏。

步骤 2：验证安装

按Win + R，输入cmd回车，然后执行：

python --version

看到类似Python 3.13.x就成功了。如果python没反应，试试：

py --version

步骤 3：安装 VS Code

到 code.visualstudio.com 下载安装。以后我们主要就在 VS Code 里写 Agent 代码。

步骤 4：创建项目文件夹

在桌面新建一个文件夹：

my-agent

然后用 VS Code 打开它（File → Open Folder）。

步骤 5：创建虚拟环境

打开 VS Code 终端（Terminal → New Terminal），执行：

python -m venv .venv

这条命令会在项目里创建一个独立的 Python 环境，避免把你电脑上其他项目搞乱。

然后激活它（Windows PowerShell）：

.venv\Scripts\Activate.ps1

成功后，终端前面会出现(.venv)：

(.venv) PS C:\Users\xxx\Desktop\my-agent>

到这里，你的 Agent 开发环境就搭好了。

五、自查：这一课你成功了吗？

• python --version能打印出 3.12 或 3.13
• VS Code 能打开my-agent文件夹
• 终端前面出现了(.venv)

三条全中，就说明第 1 课过关。

总结

Agent 的核心思想就是「让大模型围绕目标自主行动」——它不是更聪明的聊天机器人，而是会用工具的 AI。

而这一切的起点，不过是一个能跑 Python 的环境。地基打好了，接下来才谈得上去调用大模型。下一课，我们就获取模型 API，亲手写出你的第一个 AI 程序，并且同时支持 OpenAI 和 DeepSeek 两种模型。

下一课预告

第2课：获取模型 API，写出你的第一个 AI 程序（含 DeepSeek 接入）。