构建ai代理的5个简单步骤：使用pydanticai实现基本工具调用示例

人工智能代理与PydanticAI

人工智能（AI）代理在帮助开发者构建强大、可投入生产的应用程序方面取得了长足的进展。但正如我们许多人所经历的，开始使用复杂的AI框架可能会让人感到畏惧。本文将通过一个简单的示例，指导您如何使用PydanticAI库在Python中创建一个AI代理。我们将更详细地查看“基本代理工具调用”，并提供代码和视觉效果，展示一切是如何结合在一起的。

到最后，您将看到为您的代理设置“工具”是多么简单——它可以调用的函数，以检索当前日期或天气等数据——以及代理如何协调这些工具，以向用户提供最终响应。

下面是一个说明性图表，展示了用户查询如何在系统中流动：

1. 用户问代理：“今天是什么日期，纽约的天气如何？”
2. pydantic agent分析查询。
3. 它确定需要使用哪些工具——在这种情况下是get_current_date和get_weather。
4. 每个工具都使用适当的输入被调用。
5. 代理从这些工具中收集结果，并为用户撰写最终响应。

这种流程允许模块化、可重用的代码。每个“工具”成为AI代理在需要时可以调用的专用函数。

2. 代码讲解

下面是完整的代码片段，展示了所有内容是如何结合在一起的。我们将逐步讲解重要的部分。

from pydantic_ai import Agent, RunContext
from pydantic_ai.models.openai import OpenAIModel
from pydantic import BaseModel
from datetime import datetime
from dotenv import load_dotenv

load_dotenv()

class GetCurrentDateInput(BaseModel):
    """获取当前日期不需要输入"""
    pass

class GetCurrentDateOutput(BaseModel):
    """获取当前日期的响应"""
    current_date: str

class GetWeatherInput(BaseModel):
    """获取天气的输入"""
    city: str

class GetWeatherOutput(BaseModel):
    """获取天气的响应"""
    weather: str
    temperature: float

model = OpenAIModel(
    model_name='deepseek/deepseek-chat',  
    base_url='https://openrouter.ai/api/v1',
)

agent = Agent(
    model=model,
    system_prompt="""你是一个有帮助的助手。你可以使用工具来帮助你回答问题。 \\
        1. 评估你应该使用哪个工具来回答问题。 \\
        2. 如果你认为问题太复杂或不相关，请回复“我不知道该如何帮助你”。 \\
        3. 使用 get_current_date 获取当前日期。 \\
        4. 使用 get_weather 获取指定城市的天气。 \\
        最后，在你有最终答案时回复。""",
)

@agent.tool  
def get_current_date(_: RunContext[GetCurrentDateInput]) -> GetCurrentDateOutput:
    print("获取当前日期...")
    current_date = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    return GetCurrentDateOutput(current_date=current_date)

@agent.tool
def get_weather(_: RunContext[GetWeatherInput], city: str) -> GetWeatherOutput:
    print(f"接收到城市: {city}")
    if not city:
        raise ValueError("城市缺失！")

    weather = "晴天"
    temperature = 24.5
    return GetWeatherOutput(weather=weather, temperature=temperature)

def main():
    result = agent.run_sync("今天是什么日期，纽约的天气如何？")
    print(result.data)

if __name__ == "__main__":
    main()

2.1 定义 Pydantic 模型

我们首先定义 Pydantic 数据模型用于输入和输出：

• GetCurrentDateInput 和 GetCurrentDateOutput：获取日期不需要输入，但输出包含一个 current_date 的字符串。
• GetWeatherInput 和 GetWeatherOutput：我们提供一个 city 作为输入，并接收 weather（例如，“晴天”）和 temperature（作为 float）作为输出。

这些模型确保了函数输入和输出的一致模式。

2.2 创建代理

在 PydanticAI 中，Agent 是你的 AI “大脑”，配置有一个 model（在这种情况下是一个 OpenAIModel）和一个 system_prompt。system_prompt 指导代理的行为——告诉它可用的工具以及决定查询是否相关的逻辑。

2.3 工具：get_current_date 和 get_weather

一个关键的 PydanticAI 概念是你可以为你的 agent 注册“工具”。工具是用 @agent.tool 装饰的普通 Python 函数。在这个例子中，我们有：

• get_current_date

  • 打印一条消息（“获取当前日期…”）
  • 返回今天的日期和时间作为字符串

• get_weather

  • 打印接收到的城市名称
  • 返回模拟的天气状态和温度

每当 agent 的语言模型看到用户的查询需要日期或天气时，它可以自主调用你提供的类型和文档字符串中的这些函数。

3. 运行脚本

当你运行：

python basic_agent_call.py

你将看到控制台输出（如第二张附图所示），指示正在使用的工具：

获取当前日期…
收到城市：纽约
今天的日期是2024年12月30日。纽约的天气是晴天，温度为24.5°C。

以下是背后发生的事情：

1. 用户查询： “今天是什么日期，纽约的天气怎么样？”
2. 代理逻辑： 系统提示指示代理决定调用哪个工具。
3. get_current_date 被调用。
4. get_weather 随后与城市“纽约”一起被调用。
5. 代理格式化最终响应：

今天的日期是2024年12月30日。纽约的天气是晴天，温度为24.5°C。

4. 为什么选择 PydanticAI？

• 易用性： 定义你的工具和架构非常简单。
• 健壮性： Pydantic 确保类型有效性，因此你会知道自己是否返回或传递了错误的数据。
• 灵活性： 你可以自由地为你的 pydantic agent 定义新工具，使你的 AI 系统模块化。

许多 AI 框架使构建“生产级”系统变得困难。PydanticAI 旨在简化工具管理和输入/输出验证的复杂性，让你专注于业务逻辑。

5. 结论

在本文中，我们探讨了一个使用 PydanticAI 的 基本代理工具调用 示例。我们使用了两个简单的“工具”——一个用于获取当前日期，一个用于检索天气数据。代理协调这些调用，返回最终面向用户的响应。

这个模式乍一看可能很简单，但它非常强大：随着应用程序的发展，您可以添加更多特定领域的工具，让代理智能地将它们串联在一起。无论您是在构建对话应用、数据检索管道，还是更高级的 AI 工作流，PydanticAI 强类型和 AI 驱动的协调组合有助于确保流畅的开发者体验。

随时可以尝试其他工具或不同的提示。凭借框架的灵活性，您会发现将 AI 代理扩展以处理更复杂任务是相当简单的。