邓立国Agent开发入门必读书《AI Agent智能体开发实践》1~14章试读_《ai agent 智能体开发实践》在线阅读-CSDN博客15.3.1 核心功能模块设计流程系统的核心功能模块设计流程遵循“需求分析→模块拆分→接口设计→协同机制→异常处理”[wy1] [2] 路径1需求分析明确客服场景核心需求产品咨询、库存查询、用户信息/订单查询。2模块拆分将需求映射为专业化Agent文档检索、用户数据库、库存查询。设计顶层协调Agent负责任务分发。3接口标准化定义ToolAgent基类统一get_tool()接口。规范工具调用格式JSON结构和参数传递方式。4协同机制设计顶层Agent通过React模式分析问题→选择工具→执行→生成回答。引入对话记忆维护上下文支持多轮交互中的信息延续。5数据初始化与异常处理自动创建示例数据文档、用户数据、库存数据。完善异常处理文件缺失、API错误、格式错误等。6系统集成组装工具列表并注入顶层Agent。设计用户交互入口process_query方法。15.3.2 核心功能模块设计1. 自定义LLM模块QwenLLM封装阿里云DashScope平台的Qwen大语言模型作为系统的推理核心。class QwenLLM(LLM):model_name: str qwen-plustemperature: float 0.0max_tokens: int 2048def_call(self, prompt: str, stop: Optional[List[str]] None) - str:#调用DashScope API进行文本生成核心设计继承LangChain的LLM基类实现自定义模型接入。支持配置模型参数temperature控制随机性max_tokens控制输出长度。完整的错误处理机制捕获API调用异常并返回友好提示。2. 工具Agent基类ToolAgent定义所有工具Agent的抽象接口实现标准化设计。class ToolAgent:def__init__(self, name: str, description: str):self.name nameself.description descriptiondef get_tool(self) - Tool:raise NotImplementedError(子类必须实现此方法)核心设计统一Agent命名和功能描述便于顶层Agent理解工具用途。抽象方法get_tool()强制子类实现工具转换确保与LangChain兼容。为系统扩展新Agent提供模板只需继承并实现抽象方法。3. 文档检索AgentDocumentRetrievalAgent实现RAG核心功能基于预设文档回答产品咨询类问题。核心设计自动创建docs目录并生成示例文档智能手表使用说明。加载目录下所有TXT文档内容到内存避免重复IO操作。通过Qwen模型基于文档内容生成回答严格限制“不编造信息”。工具描述明确适用场景产品细节、使用方法等。4. 用户数据库AgentUserDatabaseAgent管理用户信息与订单历史支持结构化查询。核心设计使用CSV文件存储用户数据首次运行自动生成示例数据用户张三。支持两种查询类型user_info基本信息和orders订单历史。自定义输入格式解析user_id:xxx,type:xxx并提供格式校验。处理用户ID不存在等边界情况返回友好提示。5. 库存查询AgentInventoryAgent提供产品库存状态查询支持库存数量和可用性检查。核心设计基于CSV文件存储产品库存数据包含产品ID、名称、数量、位置等字段。自动判断库存状态有货/缺货并返回结构化信息。输入为产品ID输出包含完整产品信息和库存状态描述。6. 顶层AgentTopAgent系统核心协调器负责理解用户需求并调度合适的工具Agent。核心设计集成所有工具Agent构建工具列表供决策使用。使用ConversationBufferMemory保存对话历史支持上下文理解。自定义提示模板指导Agent遵循“思考→选择工具→执行→回答”的React流程。基于CHAT_CONVERSATIONAL_REACT_DESCRIPTION类型构建支持多轮交互。提供process_query统一入口支持传入用户ID增强上下文。