前面三課我們的程序會(huì)聊天、有記憶但它始終只會(huì)「動(dòng)嘴」——不能查、不能算、不能替你做任何實(shí)際操作。這一課我們給它裝上第一件工具計(jì)算器。做完之后你的程序就不再只是聊天機(jī)器人而是邁出了 Agent 的第一步。一、先建立項(xiàng)目結(jié)構(gòu)現(xiàn)在的項(xiàng)目應(yīng)該長(zhǎng)這樣my-agent/ │ ├── .venv/ │ ├── main.py │ └── tools.py其中main.py負(fù)責(zé)Agent 的「大腦」調(diào)用模型、協(xié)調(diào)流程tools.py負(fù)責(zé)Agent 的「工具」真正干活的函數(shù)這種「大腦」和「手」分離的結(jié)構(gòu)是 Agent 后面能不斷擴(kuò)展工具的基礎(chǔ)。二、先寫一個(gè)計(jì)算器打開(kāi)tools.pydef calculator(a, b, operation): if operation add: return a b elif operation subtract: return a - b elif operation multiply: return a * b elif operation divide: return a / b else: return 不支持的運(yùn)算先單獨(dú)測(cè)一下。在tools.py末尾加兩行print(calculator(10, 20, add)) print(calculator(10, 20, multiply))運(yùn)行python tools.py看到30 200說(shuō)明工具本身沒(méi)問(wèn)題。然后把這兩行測(cè)試代碼刪掉。三、讓 DeepSeek「認(rèn)識(shí)」這個(gè)工具現(xiàn)在是關(guān)鍵我們不是寫if 用戶輸入里帶乘號(hào)就調(diào)用計(jì)算器而是把工具描述給模型讓它自己決定用不用。在main.py里這樣告訴模型tools [ { type: function, function: { name: calculator, description: 進(jìn)行數(shù)學(xué)計(jì)算, parameters: { type: object, properties: { a: {type: number, description: 第一個(gè)數(shù)字}, b: {type: number, description: 第二個(gè)數(shù)字}, operation: { type: string, enum: [add, subtract, multiply, divide], description: 要執(zhí)行的運(yùn)算 } }, required: [a, b, operation] } } } ]這段看著復(fù)雜但不用背。你只要理解我們是在給模型寫一份「說(shuō)明書」我有一個(gè)工具名字叫 calculator 作用是數(shù)學(xué)計(jì)算 需要三個(gè)參數(shù)a、b、operation 其中 operation 只能是 add / subtract / multiply / divide。于是當(dāng)用戶問(wèn)「100 × 200 等于多少」時(shí)模型就可能輸出{ name: calculator, arguments: {a: 100, b: 200, operation: multiply} }這就叫Tool Calling工具調(diào)用。四、讓模型做決定然后真正執(zhí)行接著把請(qǐng)求發(fā)出去并檢查模型是否要求調(diào)用工具messages [ {role: user, content: 12345 × 6789 等于多少} ] response client.chat.completions.create( modeldeepseek-chat, messagesmessages, toolstools ) message response.choices[0].message if message.tool_calls: tool_call message.tool_calls[0] function_name tool_call.function.name arguments json.loads(tool_call.function.arguments) if function_name calculator: result calculator( arguments[a], arguments[b], arguments[operation] ) print(計(jì)算結(jié)果, result) else: print(message.content)運(yùn)行后你會(huì)看到計(jì)算結(jié)果 83810205五、一個(gè)必須理解的分工模型思考Python 執(zhí)行這里有一個(gè)特別容易誤解的點(diǎn)DeepSeek 并沒(méi)有真正執(zhí)行 Python 計(jì)算。它只是告訴我們「我想使用這個(gè)工具參數(shù)是這些?！拐嬲フ{(diào)用calculator的是我們寫的 Python 代碼。┌─────────────┐ │ DeepSeek │ 負(fù)責(zé)思考、選擇工具 └──────┬──────┘ │ Tool Call我要用 calculator ↓ ┌─────────────┐ │ Python │ 真正執(zhí)行工具 └─────────────┘一句話概括模型負(fù)責(zé)「想」代碼負(fù)責(zé)「做」兩者各司其職。六、對(duì)比一下你就懂差在哪了維度聊天機(jī)器人會(huì) Tool Calling 的程序能做的事只會(huì)生成文字能計(jì)算、查詢、調(diào)用 API誰(shuí)決定用不用工具無(wú)沒(méi)工具模型自己決定判斷邏輯無(wú)由模型生成非硬編碼本質(zhì)文本生成向 Agent 靠近一句話概括給模型一件工具它就從「回答者」變成了「行動(dòng)者」?？偨Y(jié)這一課的核心模型負(fù)責(zé)決策Python 負(fù)責(zé)執(zhí)行。我們用一個(gè)計(jì)算器跑通了 Agent 最關(guān)鍵的機(jī)制——Tool Calling。但現(xiàn)在還有個(gè)問(wèn)題我們的代碼只會(huì)執(zhí)行一次工具就結(jié)束。如果任務(wù)需要「先搜索、再計(jì)算」一次根本不夠。下一課我們就來(lái)手搓整個(gè)系列最重要的東西——Agent Loop。下一課預(yù)告第5課手搓 Agent Loop讓 AI 自己循環(huán)執(zhí)行工具。