Пример вопросов и ответов по AI-агенту

В этой главе мы создадим нашего первого настоящего AI-агента.

Мы начнём с простого Q&A-агента и постепенно добавим больше функций.

Подготовка структуры проекта

Сначала создайте каталогexample-ai-agent：

mkdir example-ai-agent

Перейдите в каталогexample-ai-agentи используйте команду uv, чтобы создать виртуальное окружение:

cd example-ai-agent

# 创建名为 .venv 的虚拟环境（默认）
uv venv

# 激活环境（macOS/Linux）
source .venv/bin/activate

# 激活环境（Windows）
.venv\Scripts\activate

Используйте uv, чтобы создать и активировать виртуальное окружение. Для получения дополнительной информации можно прочитатьруководство по uv。

Создайте структуру каталогов проекта:

example-ai-agent/
├── .env
├── .gitignore
├── requirements.txt
├── test_basic_agent.py
├── README.md
├── src/
│   ├── __init__.py
│   └── simple_agent.py
└── tests/
    └── __init__.py

Получите API Key в Alibaba Bailian

В этой главе требуется функция поиска, поэтому мы используем модель Alibaba Qwen, так как она имеет встроенную функцию поиска.

Модель Tongyi Qianwen в Alibaba Cloud Bailian поддерживает API, совместимые с OpenAI. Вам нужно только изменить API Key, BASE_URL и имя модели, чтобы перенести существующий код OpenAI в Alibaba Cloud Bailian.

base_url: замените на https://dashscope.aliyuncs.com/compatible-mode/v1
api_key: замените на ваш API Key от Alibaba Cloud Bailian
model: замените на qwen3-max

Ссылка для справки:https://help.aliyun.com/zh/model-studio/compatibility-of-openai-with-dashscope

Нам нужно активировать сервис моделей Alibaba Cloud Bailian и получить API-KEY.

Сначала войдите на платформу Bailian Model Studio, используя основную учётную запись Alibaba Cloud:https://bailian.console.aliyun.com/, затем нажмите Login в правом верхнем углу. После входа нажмите на значок шестерёнки ⚙️ в правом верхнем углу, выберите API key и скопируйте его. Если у вас его нет, вы также можете создать API key:

Активация Alibaba Cloud Bailian не влечёт никаких расходов. Плата взимается только за вызовы моделей (после превышения бесплатной квоты), развёртывание моделей и тонкую настройку моделей.

] API теперь тарифицируются по токенам. К счастью, цены вполне доступные, поэтому мы можем начать с покупки самого дешёвого пакета:Платформа сервиса больших моделей Bailian от Alibaba Cloud。

Вы также можете напрямую использовать пакет Coding Plan от Bailian и Ark:https://www.example.com/claude-code/coding-plan.html。

Создайте базовый класс Agent:

Пример

# src/simple_agent.py
import os
from typing import List, Dict, Any
from openai import OpenAI
from dotenv import load_dotenv

# Загрузить переменные окружения
load_dotenv()

class SimpleQAAgent:
"""Простой агент вопросов и ответов"""

def __init__(self, model: str = "qwen3-max"): # Установить модель по умолчанию DeepSeek
"""
Инициализировать агент

Аргументы:
model: имя используемой модели, по умолчанию DeepSeek
"""
# api_key = os.getenv("OPENAI_API_KEY")
api_key = "sk-xxx" # Ваш API-ключ
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
if not api_key:
raise ValueError("Пожалуйста, задайте переменную окружения OPENAI_API_KEY")

self.client = OpenAI(
api_key = api_key,
base_url = base_url)
self.model = model
self.conversation_history: List[Dict[str, str]] = []
self.system_prompt = "Вы — полезный ИИ-ассистент. Пожалуйста, отвечайте на вопросы пользователей вежливо и точно."

def add_to_history(self, role: str, content: str):
"""Добавить сообщение в историю диалога"""
self.conversation_history.append({
"role": role,
"content": content
})

# Сохранять длину истории в пределах 10 ходов (чтобы предотвратить переполнение токенов)
if len(self.conversation_history) > 10:
self.conversation_history = self.conversation_history[-10:]

def ask(self, question: str) -> str:
"""
Задать вопрос агенту

Аргументы:
question: Вопрос пользователя

Возвращает:
Ответ агента
"""
# Добавить вопрос пользователя в историю
self.add_to_history("user", question)

# Подготовить список сообщений
messages = [
{"role": "system", "content": self.system_prompt}
]
messages.extend(self.conversation_history)

try:
# Вызов OpenAI API
response = self.client.chat.completions.create(
model=self.model,
messages=messages,
temperature=0.7,
max_tokens=500
)

# Извлечь ответ
answer = response.choices[0].message.content

# Добавить ответ ассистента в историю
self.add_to_history("assistant", answer)

return answer

except Exception as e:
error_msg = f"Ошибка вызова API: {str(e)}"
print(error_msg)
return error_msg

def clear_history(self):
"""Очистить историю разговора"""
self.conversation_history.clear()

Создайте тестовый скрипт для тестирования базового агента:

Пример

# test_basic_agent.py
from src.simple_agent import SimpleQAAgent

def test_basic_agent():
"""Тест базового агента вопросов и ответов"""
print("=== Тест базового агента вопросов и ответов ===")

# Создать агента
agent = SimpleQAAgent()

# Тест вопросов и ответов
questions = [
"Здравствуйте, представьтесь, пожалуйста",
"Что такое Python?",
"В чём разница между машинным обучением и искусственным интеллектом?"
]

for question in questions:
print(f"\nПользователь: {question}")
answer = agent.ask(question)
print(f"Ассистент: {answer}")

# Тест согласованности диалога
print("\n=== Тест согласованности диалога ===")
agent.clear_history()

# Первый раунд
q1 = "Мой любимый цвет — синий"
a1 = agent.ask(q1)
print(f"Пользователь: {q1}")
print(f"Ассистент: {a1}")

# Второй раунд (должен помнить предыдущий разговор)
q2 = "Какой цвет я только что назвал своим любимым?"
a2 = agent.ask(q2)
print(f"\nПользователь: {q2}")
print(f"Ассистент: {a2}")

print("\nТест завершён!")

if __name__ == "__main__":
test_basic_agent()

Запустите тест:

python test_basic_agent.py

=== 测试基础问答 Agent ===

User: 你好，请介绍一下自己
example
助理: 你好！我是通义千问（Qwen），是阿里巴巴集团自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字，比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等，还能表达观点，玩游戏等。如果你有任何问题或需要帮助，随时告诉我！

User: Python是什么？
助理: 你好！Python 是一种**高级、解释型、通用的编程语言**，由荷兰程序员 **吉多·范罗苏姆（Guido van Rossum）** 于1991年首次发布。它的设计哲学强调代码的**可读性**和**简洁性**，语法清晰简洁，使得初学者也能快速上手。
...

У этого базового агента есть несколько очевидных ограничений:

Может отвечать только на основе знаний из обучающих данных
Не может получать информацию в реальном времени
Не может выполнять вычисления
Не может управлять внешними системами

Именно поэтому нам нужно добавить инструменты в агента.

Добавить инструмент поиска

В Qwen есть встроенная функция поиска; передавenable_search: trueпараметры, можно включить функцию веб-поиска.

# 导入依赖与创建客户端...
completion = client.chat.completions.create(
    # 需使用支持联网搜索的模型
    model="qwen3-max",
    messages=[{"role": "user", "content": "杭州明天天气如何"}],
    # 由于 enable_search 非 OpenAI 标准参数，使用 Python SDK 需要通过 extra_body 传入（使用Node.js SDK 需作为顶层参数传入）
    extra_body={"enable_search": True}
)

Документация:https://help.aliyun.com/zh/model-studio/web-search

Агент с интегрированным инструментом поиска

Теперь мы интегрируем инструмент поиска в агента. Создайте файл agent_with_search.py в каталоге src:

Пример

# src/agent_with_search.py
import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()

class AgentWithSearch:
"""Агент, основанный на встроенной возможности веб-поиска Qwen"""

def __init__(self, model: str = "qwen3-max"):
api_key = "sk-xxx"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"

if not api_key:
raise ValueError("Пожалуйста, установите переменную окружения OPENAI_API_KEY (ключ DashScope)")

self.client = OpenAI(
api_key=api_key,
base_url=base_url
)
self.model = model

self.system_prompt = """
Вы — полезный ИИ-ассистент.

Когда вопрос касается информации в реальном времени, последних событий или контента, требующего проверки фактов,
вы можете получить последнюю информацию через веб-поиск и указать в своих ответах, что информация взята из интернета.
"""

def ask(self, question: str) -> str:
messages = [
{"role": "system", "content": self.system_prompt},
{"role": "user", "content": question}
]

try:
response = self.client.chat.completions.create(
model=self.model,
messages=messages,
temperature=0.7,
max_tokens=800,
extra_body={
"enable_search": True
}
)

return response.choices[0].message.content

except Exception as e:
return f"Ошибка: {repr(e)}"

def interactive_chat(self):
print("=== Агент веб-поиска Qwen ===")
print("Введите quit / exit, чтобы завершить разговор")

while True:
question = input("\n"Вы: ").strip()
if question.lower() in {"quit", "exit"}:
break

print("Ассистент:", self.ask(question))

Тест поискового агента

Создайте файл test_search_agent.py в корневом каталоге:

Пример

# test_search_agent.py
from src.agent_with_search import AgentWithSearch

def test_search_agent():
agent = AgentWithSearch()

questions = [
"Какая сегодня погода в Пекине?",
"Какие последние новости технологий?",
"Где проходили Олимпийские игры 2024 года?",
"Что такое Python?"
]

for q in questions:
print(f"\n"Пользователь: {q}")
print("Ассистент:", agent.ask(q)[:300], "...")

if __name__ == "__main__":
test_search_agent()

Запустите тест:

python test_search_agent.py
User: 今天北京的天气怎么样？
助理: 今天是2026年2月7日，星期六。根据最新天气预报信息，北京今天的天气情况如下：

- **天气状况**：多云转晴  
- **气温范围**：最低气温约 **-9℃**，最高气温约 **2℃**（部分区域如海淀区记录为 **-5℃ ~ 5℃**）  
- **风向风力**：白天到夜间有 **东北风1级**，部分地区午后转为 **南风转西北风，小于3级**  
- **空气质量**：**37（优）**  
- **穿衣建议**：建议穿棉衣、冬大衣、皮夹克、厚呢外套、羽绒服等厚重保暖衣物，并佩戴手套、帽子等防寒配件  
...

Другие расширения

Инструменты агента

Python: реализация интеллектуальных агентов

Пример вопросов и ответов по AI-агенту

Подготовка структуры проекта

Получите API Key в Alibaba Bailian

Пример

Пример

Добавить инструмент поиска

Агент с интегрированным инструментом поиска

Пример

Тест поискового агента

Пример