“想搞懂 AI Agent 的运行原理，面对那些动辄数万行代码的庞大框架，容易迷失在复杂的封装里。nanoAgent 用最原始的方式还原了 Agent 的核心逻辑——整个项目仅仅约 100 行 Python 代码，却完整实现了基于 OpenAI 函数调用的智能体循环。”

---

一、为什么需要 nanoAgent？

1.1 当前AI Agent开发的痛点

在2025-2026年，AI Agent技术呈现爆发式增长。从 LangGraph 到 CrewAI，从 OpenAI Agents SDK 到 AutoGPT，各种框架层出不穷。但对于初学者来说，这些框架往往存在以下问题：

• 封装过度：底层逻辑被层层包裹，难以看清Agent到底在做什么
• 学习曲线陡峭：需要同时掌握框架API、概念体系和最佳实践
• 调试困难：出现问题时，难以定位是逻辑错误还是框架bug

1.2 nanoAgent的设计哲学

nanoAgent 是由开发者 sanbuphy开源的一个极简Agent实现项目 。它的核心理念是：

“用最少的代码，展示Agent最核心的逻辑”

• ✅ 仅约 100行Python代码
• ✅ 零框架依赖，直接使用OpenAI API
• ✅ 完整实现 Agent Loop（智能体循环）
• ✅ 支持 Function Calling（函数调用）
• ✅ 包含基础系统操作工具（文件读写、命令执行）

正如技术博主评价：“这是理解 Agent 本质的最佳入门项目” 。

---

二、AI Agent的核心概念科普

在深入代码之前，我们需要理解AI Agent的三个核心组成部分：

2.1 什么是AI Agent？

AI Agent（人工智能代理）是一个能够自主感知环境、做出决策并执行动作的系统。与传统的一次性问答不同，Agent具备以下特征：

特征	说明
自主性	能在没有人类干预的情况下持续运行
工具使用	可以调用外部工具（如搜索、计算、文件操作）
记忆能力	能记住之前的交互历史
目标导向	围绕特定目标进行多步骤推理

2.2 Agent的核心架构

一个最小化的AI Agent包含四个关键组件 ：

2.3 什么是Function Calling？

Function Calling（函数调用） 是现代LLM（如GPT-4、Claude）的核心能力。它允许模型：

1. 识别何时需要调用外部工具
2. 生成符合预定义格式的调用参数
3. 暂停文本生成，等待工具执行结果
4. 继续基于工具返回结果进行推理

这就像是给LLM装上了"手"，让它从"只会说话"变成"能动手做事"。

---

三、nanoAgent代码深度解析

3.1 项目结构概览

nanoAgent的代码结构极其简洁：

nanoAgent/├── agent.py          # 核心Agent类（约100行）├── tools.py          # 工具定义（文件读写、命令执行）├── config.py         # 配置管理└── main.py           # 入口程序

3.2 核心Agent类实现

nanoAgent的核心是一个简单的循环结构，完美诠释了 “Agent = LLM + 工具 + 循环” 的公式 ：

class Agent:    def __init__(self, tools):        self.client = OpenAI()  # 初始化OpenAI客户端        self.tools = tools      # 注册可用工具        self.messages = []      # 对话历史（短期记忆）            def run(self, goal, max_turns=10):        """Agent主循环"""        self.messages.append({"role": "user", "content": goal})                for i in range(max_turns):            # 1. 调用LLM进行推理            response = self.client.chat.completions.create(                model="gpt-4",                messages=self.messages,                tools=self.tools.schemas  # 告诉模型有哪些工具可用            )                        message = response.choices[0].message                        # 2. 检查是否需要调用工具            if message.tool_calls:                # 执行工具并获取结果                tool_results = self.execute_tools(message.tool_calls)                # 将结果加入对话历史                self.messages.extend(tool_results)            else:                # 3. 直接输出结果，任务完成                return message.content                return "达到最大轮次限制"

3.3 工具系统的实现

nanoAgent定义了几个基础但实用的工具 ：

工具名称	功能	使用场景
execute	执行系统命令（如ls、pwd）	探索环境、运行程序
read_file	读取文件内容	查看代码、配置文件
write_file	写入文件内容	创建代码、保存结果

工具的定义采用OpenAI标准的JSON Schema格式：

tools = [    {        "type": "function",        "function": {            "name": "execute",            "description": "执行系统命令",            "parameters": {                "type": "object",                "properties": {                    "command": {                        "type": "string",                        "description": "要执行的命令"                    }                },                "required": ["command"]            }        }    },    # ... 其他工具定义]

3.4 Agent Loop的运行流程

让我们通过一个具体例子，看看nanoAgent是如何工作的：

用户输入：“请帮我查看当前目录下有哪些文件，然后创建一个名为hello.py的文件，写入print(‘Hello, nanoAgent!’)”

运行过程：

第1轮：LLM思考：用户想看文件列表，我应该调用execute工具执行"ls"→ 调用工具：execute("ls")→ 工具返回：["agent.py", "tools.py", "config.py", "main.py"]→ 观察结果加入历史第2轮：LLM思考：现在我需要创建hello.py文件，使用write_file工具→ 调用工具：write_file("hello.py", "print('Hello, nanoAgent!')")→ 工具返回：文件写入成功→ 观察结果加入历史第3轮：LLM思考：任务已完成，不需要再调用工具，直接回复用户→ 最终输出：已完成！我查看了当前目录包含agent.py等文件，并创建了hello.py。

这个循环展示了Agent的自主决策能力：模型自己决定何时停止思考、何时调用工具、何时给出最终答案。

---

四、动手实践：从零运行nanoAgent

4.1 环境准备

# 克隆项目git clone https://github.com/sanbuphy/nanoAgent.gitcd nanoAgent# 创建虚拟环境python -m venv venvsource venv/bin/activate  # Windows: venv\Scripts\activate# 安装依赖pip install openai python-dotenv

4.2 配置API密钥

创建 .env 文件：

OPENAI_API_KEY=your_api_key_here

4.3 运行示例

from agent import Agentfrom tools import Tools# 初始化工具和Agenttools = Tools()agent = Agent(tools)# 运行Agentresult = agent.run("创建一个简单的待办事项应用，包含添加和查看功能")print(result)

4.4 实际应用场景

nanoAgent虽然简单，但能完成许多实用任务：

场景1：代码生成与调试

输入：帮我写一个Python脚本，计算斐波那契数列前20项→ Agent会：创建文件 → 写入代码 → 执行验证 → 返回结果

场景2：文件管理与分析

输入：分析当前目录下所有.py文件的行数，并生成统计报告→ Agent会：列出文件 → 逐个读取 → 统计行数 → 生成报告文件

场景3：自动化工作流

输入：检查系统磁盘使用情况，如果超过80%则记录到warning.log→ Agent会：执行df命令 → 分析输出 → 条件判断 → 写入日志

---

五、总结与思考

7.1 nanoAgent的价值

nanoAgent的最大价值不在于它的功能强大，而在于它的教育意义：

1. 去神秘化Agent：证明Agent并不复杂，核心是"循环+工具调用"
2. 建立直觉：通过阅读100行代码，建立对Agent工作机制的直观理解
3. 降低门槛：让初学者敢于动手修改和实验

正如Tessl.io播客中Yaniv Aknin所说：“在100行代码中，你能得到一个真正工作的Agent。如果你让它做一个待办应用，它真的能做出一个能点击、能用的应用” 。

7.2 一些建议

1. 先读源码，再跑程序：花30分钟逐行阅读agent.py，理解每一行的作用
2. 动手修改：尝试添加新工具（如网络搜索、数据库查询）
3. 对比学习：阅读后用LangGraph重写同样功能，体会框架的价值
4. 关注本质：无论框架如何变化，Agent的核心始终是"观察-思考-行动"的循环

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】