AI智能体全栈部署指南：从工具到生产环境的完整路径

# 示例：定义Tool并构建Agent
from langchain.tools import tool
from langchain.agents import create_react_agent

@tool
def search_weather(city: str) -> str:
    """查询指定城市的天气"""
    return f"{city}天气晴朗，25℃"

# 构建Agent Executor
agent = create_react_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools)

学习要点：

定义 Tool 类
构建 Agent Executor
配置 function_call
理解 ReAct 模式的输出

3.3 阶段三：生产级部署

目标：高并发、高可用、可扩展的智能体服务

3.3.1 服务化封装

技术：FastAPI

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Request(BaseModel):
    input: str
    session_id: str

@app.post("/agent")
async def run_agent(req: Request):
    # 加载会话状态
    # 执行Agent
    # 返回结果
    return {"response": result}

3.3.2 流式响应

技术：Server-Sent Events (SSE) 或 WebSocket

让智能体像ChatGPT一样一个字一个字地输出，避免长时间等待。

3.3.3容器化与编排

3.3.4 状态持久化

使用 Redis 存储会话状态和对话历史
使用向量数据库存储长期记忆

3.4 阶段四：多智能体系统

目标：多个Agent分工协作，完成复杂任务

框架：AutoGen 或 LangGraph

核心挑战：

通信协议设计:Agent间如何传递消息
协作收敛控制:如何防止Agent无限聊下去
任务分配策略:谁负责什么
错误处理与恢复:某个Agent失败后如何处理

四、从零开始实操指南

4.1 非技术背景：快速起步

注册 Dify 或 Coze 账号
创建新应用，选择“智能体”类型
配置知识库（上传文档）
添加插件（如搜索、天气）
设置提示词和变量
发布并测试

4.2 技术开发者：经典起步路径

4.2.1本地环境搭建

# 安装Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 下载模型
ollama pull llama3.2

# 安装LangChain
pip install langchain langchain-community langchain-ollama

4.2.2 第一个ReAct Agent

from langchain.ollama import ChatOllama
from langchain.agents import create_react_agent, AgentExecutor
from langchain.tools import tool

llm = ChatOllama(model="llama3.2", temperature=0)

@tool
def get_current_time() -> str:
    """获取当前时间"""
    from datetime import datetime
    return datetime.now().strftime("%Y-%m-%d %H:%M:%S")

tools = [get_current_time]

# 创建Agent（需要定义提示词模板）
agent = create_react_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 运行
result = agent_executor.invoke({"input": "现在几点了？"})
print(result)

关键：打印出每一步的日志，亲眼看到它如何“思考”和“行动”。

4.2.3 接入更多工具

搜索API（SerpAPI、Tavily）
数据库查询
代码解释器
企业内部API

4.2.4添加长期记忆

from langchain.memory import ConversationBufferMemory
from langchain_community.vectorstores import Chroma

# 使用向量数据库存储历史
memory = ConversationBufferMemory(
    memory_key="chat_history",
    return_messages=True
)