我用 Python + AI Agent 搭了一套自动干活系统：从指令到执行，全程零手动

适合想让 AI 不只是"聊天"、而是真正帮你干活的开发者。
本文展示一套完整的 AI Agent 自动化系统，从接收指令到执行任务到返回结果，全程零手动干预，附可运行代码。

背景：AI 聊天 ≠ AI 干活

大多数人用 AI 的方式是：打开对话框 → 打字问问题 → 看回答 → 自己去执行。

这不叫自动化，这叫"AI 替你查资料"。

真正的自动化是：你说一句话，AI 自己去操作文件、调用 API、搜索信息、生成内容、输出结果。你只需要验收。

我花了 3 个月时间，用 Python + AI Agent 搭了一套系统，目前每天能自动完成这些任务：

任务	以前耗时	现在耗时	做法
搜集写作素材	30 分钟	2 分钟	AI 搜索知识库 + 整理
写初稿	2 小时	10 分钟	AI 生成 + 知识库增强
生成封面图	15 分钟	0.5 秒	Python PIL 脚本
排版	10 分钟	0	自动排版模板
合规检查	5 分钟	0	AI 自动检查
推送到草稿箱	5 分钟	1 分钟	API 自动推送

一篇文章从选题到进草稿箱，总耗时从 3 小时降到 15 分钟。

系统架构

整个系统分 4 层：

用户指令（一句话描述任务）
    ↓
AI Agent（理解意图、规划步骤）
    ↓
工具层（MCP 协议连接外部工具）
    ↓
执行层（Python 脚本执行具体操作）
    ↓
结果返回（输出到文件/文档/草稿箱）

核心思路：AI 负责"想"，Python 负责"做"。

AI Agent 不直接操作文件系统，而是通过 MCP 协议调用 Python 脚本。这样既利用了 AI 的理解能力，又保证了操作的可靠性。

核心模块 1：指令解析器

用户输入一句话，AI 需要理解：要做什么、用什么工具、输出到哪里。

# 指令解析的 prompt 模板
TASK_PARSER_PROMPT = """
你是一个任务解析器。用户的指令是：{user_input}

请解析出以下信息，以 JSON 格式返回：
{
    "task_type": "collect|write|publish|analyze",
    "target": "任务目标描述",
    "tools_needed": ["需要用到的工具列表"],
    "output_format": "md|docx|html|json",
    "output_path": "输出路径"
}
"""

示例：

用户输入：帮我搜集关于 MCP 协议的最新资料，整理成一篇技术文章

AI 解析结果：
{
    "task_type": "write",
    "target": "MCP 协议技术文章",
    "tools_needed": ["knowledge_base_search", "web_search", "article_writer"],
    "output_format": "md",
    "output_path": "output/mcp-article.md"
}

核心模块 2：工具注册表

所有可用的工具在这里注册，AI Agent 根据任务选择合适的工具：

TOOL_REGISTRY = {
    "knowledge_base_search": {
        "description": "搜索知识库中的相关资料",
        "function": search_knowledge_base,
        "params": ["query", "limit"]
    },
    "web_search": {
        "description": "搜索互联网获取最新信息",
        "function": search_web,
        "params": ["query", "num_results"]
    },
    "article_writer": {
        "description": "根据素材生成技术文章",
        "function": write_article,
        "params": ["topic", "materials", "style"]
    },
    "cover_generator": {
        "description": "用 PIL 生成封面图",
        "function": generate_cover,
        "params": ["title", "style", "output_path"]
    },
    "compliance_checker": {
        "description": "检查文章是否符合平台规范",
        "function": check_compliance,
        "params": ["article_path", "platform"]
    },
    "publisher": {
        "description": "将文章推送到平台草稿箱",
        "function": publish_to_draft,
        "params": ["article_path", "cover_path", "platform"]
    }
}

核心模块 3：任务编排器

AI Agent 解析完指令后，编排器负责按顺序调用工具：

async def execute_task(parsed_task):
    """按步骤执行任务"""
    results = {}

    for step in parsed_task["steps"]:
        tool_name = step["tool"]
        tool = TOOL_REGISTRY[tool_name]

        # 调用工具
        print(f"执行: {step['description']}")
        result = await tool["function"](**step["params"])

        # 检查结果
        if result.get("error"):
            print(f"步骤失败: {result['error']}")
            # 尝试重试或跳过
            if step.get("optional"):
                continue
            else:
                raise Exception(f"关键步骤失败: {tool_name}")

        results[tool_name] = result

    return results

核心模块 4：知识库检索

这是让 AI 写出"有你味道"文章的关键。没有知识库，AI 只能写泛泛而谈的内容。

def search_knowledge_base(query, limit=5):
    """从本地知识库搜索相关资料"""
    # 1. 从知识库目录搜索匹配文件
    results = []
    kb_path = Path("knowledge_base/")

    for file in kb_path.rglob("*.md"):
        content = file.read_text(encoding="utf-8")
        # 简单关键词匹配（生产环境用向量搜索）
        score = sum(1 for word in query.split() if word in content)
        if score > 0:
            results.append({
                "file": str(file),
                "score": score,
                "excerpt": content[:500]
            })

    # 2. 按相关度排序，取 top N
    results.sort(key=lambda x: x["score"], reverse=True)
    return results[:limit]

实战：一句话完成一篇文章

完整流程演示：

用户输入：帮我写一篇关于"Python 自动化办公"的技术文章，发到 CSDN 草稿箱

系统执行过程：

步骤 1/6：解析指令
  → task_type: write
  → tools: [knowledge_base, web_search, article_writer, cover_gen, compliance, publisher]

步骤 2/6：搜索知识库
  → 找到 3 篇相关资料

步骤 3/6：搜索互联网
  → 找到 5 篇最新相关文章

步骤 4/6：生成文章
  → 输出：output/python-automation.md（约 3000 字）

步骤 5/6：生成封面图 + 合规检查
  → 封面图：cover/python-automation.png
  → 合规检查：通过

步骤 6/6：推送到 CSDN 草稿箱
  → 成功，文章 ID: xxxxx

总耗时：约 2 分钟

多 Agent 协作：复杂任务拆分

当任务比较复杂时，单个 Agent 处理不过来。这时候需要多 Agent 协作：

# 多 Agent 编排示例
async def multi_agent_workflow(topic):
    """多 Agent 协作完成复杂任务"""

    # Agent 1：选题研究员
    researcher = Agent("researcher", tools=["web_search", "knowledge_base"])
    research_result = await researcher.run(f"搜集关于 {topic} 的最新资料")

    # Agent 2：文章写手
    writer = Agent("writer", tools=["article_writer"])
    article = await writer.run(f"基于以下资料写文章: {research_result}")

    # Agent 3：质量审核员
    reviewer = Agent("reviewer", tools=["compliance_checker"])
    review_result = await reviewer.run(f"检查这篇文章: {article}")

    if review_result["passed"]:
        # Agent 4：发布员
        publisher = Agent("publisher", tools=["cover_generator", "publisher"])
        await publisher.run(f"生成封面并发布: {article}")
    else:
        # 打回修改
        article = await writer.run(f"根据审核意见修改: {review_result['feedback']}")

    return article

每个 Agent 有自己的工具集和职责，互不干扰。这也是我前面文章里讲过的"Agent 流水线"的实际代码。

踩坑记录

坑 1：AI 理解指令出错

症状：用户说"帮我写篇文章"，AI 理解成"帮我搜索文章"。

原因：指令太模糊，AI 无法准确判断意图。

解决：在 prompt 里加 few-shot 示例，让 AI 看几个"指令→解析结果"的对照。

坑 2：工具调用顺序错误

症状：AI 先调用"发布"工具，再调用"生成文章"工具。

原因：编排器没有检查依赖关系。

解决：给每个工具加 depends_on 字段，编排器按依赖顺序执行。

坑 3：知识库搜索不准

症状：搜"Python 自动化"，返回了一堆无关的文件。

原因：简单的关键词匹配太粗糙。

解决：用向量搜索替代关键词匹配。先用 Embedding 模型把知识库内容向量化，搜索时计算余弦相似度。

坑 4：AI Agent 死循环

症状：AI 调用工具失败后不断重试，陷入死循环。

原因：没有设置最大重试次数。

解决：每个工具设置 max_retries: 3，超过就报错退出。

坑 5：输出格式不稳定

症状：同样是写文章，有时输出 Markdown，有时输出纯文本。

原因：prompt 里没有明确指定输出格式。

解决：在 prompt 里明确写"输出必须是 Markdown 格式，第一行是 # 标题"。

坑 6：多 Agent 通信开销大

症状：4 个 Agent 协作，总耗时比单 Agent 还长。

原因：Agent 之间传递的上下文太大，每次都要把完整资料传过去。

解决：Agent 之间只传摘要，不传全文。资料存在共享存储里，Agent 通过 ID 引用。

完整项目结构

ai-workflow/
├── agents/                  # Agent 定义
│   ├── researcher.py        # 选题研究员
│   ├── writer.py            # 文章写手
│   ├── reviewer.py          # 质量审核员
│   └── publisher.py         # 发布员
├── tools/                   # 工具注册
│   ├── knowledge_base.py    # 知识库搜索
│   ├── web_search.py        # 网络搜索
│   ├── article_writer.py    # 文章生成
│   ├── cover_gen.py         # 封面生成
│   ├── compliance.py        # 合规检查
│   └── publisher.py         # 平台发布
├── knowledge_base/          # 本地知识库
│   ├── writing_style.md     # 写作风格规范
│   ├── templates/           # 文章模板
│   └── references/          # 参考资料
├── config/
│   ├── tools.yaml           # 工具配置
│   └── agents.yaml          # Agent 配置
└── main.py                  # 主入口

总结

3 条核心经验：

1. AI 负责"想"，脚本负责"做"。不要让 AI 直接操作文件系统，让它输出"要做什么"的指令，Python 脚本去执行。这样更可靠，也好调试。

2. 知识库是灵魂。没有知识库的 AI Agent 只是一个聊天机器人，有了知识库它才能写出有你个人风格的内容。

3. 从单 Agent 开始，逐步扩展到多 Agent。不要一上来就搞复杂的多 Agent 系统，先把单 Agent 的流程跑通，再拆分。

---

你有没有搭过类似的自动化系统？遇到过什么问题？评论区聊聊。