AI 开发

导读 你用过 Claude、GPT-4 写代码吗？单个 AI 助手确实能干不少活，但遇到复杂项目时——比如同时需要编写代码、审查 bug、撰写文档——单一模型往往力不从心。这时候就需要**多智能体（Multi-Agent）**方案了：把不同任务分配给专门的 AI Agent，让它们像团队成员一样互相对话、协作完成任务。 微软开源的 AutoGen（读作"auto-gen"）就是这个领域的代表框架。它不让你硬编码复杂的调度逻辑，而是让你用"对话"的方式组织多个 Agent 合作——就像一个主持人协调几个专家一起讨论，最终产出高质量成果。 本文面向零基础读者，假设你会一点 Python 就能看懂。我们从一个最简单的两人对话例子开始，逐步升级到多人协作群聊模式，最后教你怎么接入自己的 API（省钱妙招在后头）。 注意：AutoGen v0.2+ 是全新架构，包名改成了 autogen-agentchat，API 和旧版（v0.1.x）差异很大。不要用 pip install autogen 装旧版。以下所有代码基于 autogen-agentchat 最新版，以官方文档为准。 为什么需要多智能体？ 先对比两种方案： 单模型方案 多 Agent 协作方案 角色 一个 AI 包揽所有工作 每个 Agent 专精一项任务 质量 AI 既要写代码又要检查，容易疏漏 各管一段，互相监督 成本 一轮超长对话消耗大量 token 分工明确，token 利用更高效 适用场景 小任务、快速原型 复杂项目、持续迭代 举个实际场景：你想让 AI 帮你开发一个小工具。 单模型：你把需求一股脑丢给 GPT-4o，等它写出代码。如果代码有 bug，你得再问一次让它修。整个过程就像一个人既当程序员又当测试员还当产品经理——容易顾此失彼。 多 Agent：你建三个 Agent——“编码专家"负责写代码，“审查员"专门挑毛病，“文档官"写说明。它们轮流发言讨论，主持人统筹全局。效果类似一个小团队，但全部由 AI 驱动。 这就是 AutoGen 的核心思想。 安装：一行命令搞定 AutoGen 新版采用分模块设计，核心包叫 autogen-agentchat（注意带连字符），模型适配器单独放在 autogen-ext 里。 ...

导读 如果你已经用过 ChatGPT、Claude 等单轮对话工具，但发现复杂任务——比如"调研竞品并写出一篇完整报告"——需要反复来回拉扯，那就可以试试 CrewAI。它把每个 AI 模型当作一名"员工"，你只需定义他们的角色（谁来做）、任务（做什么）、流程（按什么顺序做），整个团队就会自动跑起来。 本篇面向零基础读者，不要求任何 Agent 框架经验。我们会用一个**“调研 + 写作"双角色示例**贯穿全文，让你直观理解 CrewAI 的三要素如何拼装。 什么是 CrewAI？ CrewAI 是一个开源的 Python 框架，核心理念是角色化多智能体编排——不是让一个大模型干所有事，而是拆成多个专业化的小 Agent，各自扮演不同角色，组成 Crew 协同完成任务。 它和同类框架的区别在于： LangGraph 走的是"状态机"路线，你需要画完整的流转图来控制每一步； AutoGen 走的是"对话协作"路线，多个 Agent 互相发消息来推进； CrewAI 走的是**“角色分工"路线**——你定义好每个人的岗位 JD，剩下的交给 Crew 调度。 对于日常自动化场景（数据收集 → 分析 → 写报告），CrewAI 是最直观的选择。 环境准备 前置条件 依赖 版本要求 说明 Python ≥ 3.10，< 3.14 当前最新兼容范围 pip / uv 任意一种 包管理器 如果你还没装 Python 3.10+，去 python.org 下载即可。国内用户也可以用清华镜像加速： # macOS / Linux / WSL curl https://pyenv.run | sh 安装 CrewAI # 方式一：用 pip（推荐新手） pip install crewai # 如果想自带一些常用工具链（网页搜索、文件读取等），安装完整套装： pip install "crewai[tools]" 💡 国内网络如果下载慢，加 -i https://pypi.tuna.tsinghua.edu.cn/simple 换清华镜像源。失败后再试官方源就行。 ...

📌 新手提示：本文结尾提供了一键脚本（Windows / macOS / Linux 通用），会自动装好依赖、配好 API Key、生成可直接跑的"客服分流"Demo。动手党直接拉到文末。 导读：为什么需要 Agent “工作流”？ 你可能用过 ChatGPT 或 Claude——你问一句它答一句，这叫单次问答。它的"大脑"不知道你是连续对话里的第几句，也不知道上一轮说过的话，除非你把历史记录一起发过去。 但现实中的 AI 应用往往不是简单的"一问一答"。客服系统需要先判断用户意图（咨询？投诉？退款？），再路由到不同处理流程；翻译助手需要先提取原文、翻译成目标语言、再做格式润色。AI Agent 的工作流就是把一系列步骤编排成一张"流程图"——每一步的输出一部分交给下一步，像流水线一样传递信息。 这篇教程教你用 LangGraph 来做这件事。LangGraph 是 LangChain 团队开源的状态机框架：你把业务逻辑拆成"节点"（函数），用"边"把它们连起来，遇到分支就加"条件边"让 LLM 自己决定走哪条路。一句话总结——用状态机的方式组织 AI 的流程，而不是写一堆 if-else。 📚 参考文档：https://github.com/langchain-ai/langgraph（GitHub 主页，国内访问可能需要镜像：ghfast.top/https://github.com/langchain-ai/langgraph）。官方文档：https://docs.langchain.com。 一、核心概念速览（3 分钟看懂术语） 术语 白话解释 StateGraph（状态图） 你的整个工作流程的"蓝图"——规定了有哪些步骤、每步怎么处理数据 Node（节点） 一个个功能小函数（比如"分类用户意图"、“调用大模型回答”） Edge（边） 节点的连接线——“做完 A 之后去做 B” Conditional Edge（条件边） 带条件的分叉路口——让 LLM 判断：“根据当前内容，决定去节点 X 还是节点 Y” START / END 固定入口和出口。每张图必须有明确的起点和终点 compile() 把画好的蓝图变成可运行的程序（类似 Python 编译代码） invoke() 执行程序、给它输入数据 checkpointer（检查点） 记忆的"记事本"——记住上一次聊到什么，下次接着来 MessagesState：这是 LangGraph 内置的一种状态类型，自带一个消息列表（messages），每次调完 LLM 的结果自动追加进去。相当于给每个节点都发了同一份"聊天记录"。 ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），会自动完成 Python 环境、SDK 安装与 API Key 配置，不想手动逐条敲命令的同学可以直接拉到文末运行。 前言 你大概已经听说过 Claude 这个名字——它是在编程、写作、长文本分析上口碑最好的大模型之一，来自 Anthropic 公司。 但你可能不知道的是：Claude 不只可以在网页上聊天，它还开放了 API（Application Programming Interface，应用程序编程接口）——简单说，就是一个"程序调用通道"：你可以写几行代码，让 Claude 变成你自己软件里的"大脑"，自动完成总结文档、写代码、翻译、客服问答这些事。 这篇文章面向完全没有编程经验的零基础读者：只要求你有一台电脑、能复制粘贴命令。我会带你完成以下四件事： 拿到一把 API Key（钥匙） 装好 Python 和 Anthropic 官方 SDK（软件开发工具包，可以理解为"官方写好的调用插件"） 写出并运行你人生中第一段 AI 调用代码 学会按需调整参数、看懂报错 官方文档地址：海外用户可直连 https://platform.claude.com/docs；国内用户访问需要科学上网，也可以参照本文第八节用国内可直连的中转方式接入。 好，我们现在开始。 一、准备工作（三样东西） 1. 一台装了 Python 的电脑 文章用 Python 3（版本 ≥ 3.8 即可）写调用代码。怎么确认装没装？打开终端（macOS 叫"终端"，Linux 由发行版决定，Windows 建议用 WSL，即"Windows 自带的 Linux 子系统"），输入： python3 --version 看到 Python 3.x.x 就说明有了。如果没有，去 https://www.python.org/downloads/ 下载安装，Windows 用户安装时记得勾选"Add Python to PATH"。 ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），自动完成 Python 环境、SDK 安装与 API Key 配置，想省事的同学直接拉到文末运行即可。 前言 DeepSeek 是中国本土的大模型团队，做出来的模型在代码、推理、中文理解上一直处于第一梯队——而且相比海外大厂，国内用户注册、充值、调用全都畅通无阻，不需要海外信用卡，也不需要科学上网。这是它最"亲民"的地方。 和 Claude 一样，DeepSeek 也开放了 API（应用程序编程接口）——就是"程序调用通道"：写几行代码，就能让 DeepSeek 的模型住进你自己的程序里，自动写代码、做分析、当客服。 本教程面向零基础读者，四步走： 注册账号，拿到 API Key（钥匙） 装好 Python 环境 跑通第一个 DeepSeek 调用 看懂定价、常见报错，把它用起来 官方文档：https://api-docs.deepseek.com/（国内可直接访问）。 一、注册账号并获取 API Key 打开 https://platform.deepseek.com，用手机号或邮箱注册 登录后点左侧「API Keys」，创建一个新 Key，立刻复制保存（形如 sk- 开头的一长串，只显示一次，丢了要重建） 如果需要调用付费模型，先去「充值」页充一点钱（按量扣费，充多少用多少，没有月租；充值与赠送余额并存时系统会优先扣赠送余额） ⚠️ Key 相当于你的"钱包钥匙"，别截图发给别人，别提交到公开的代码仓库（GitHub 会扫描并提示风险）。 二、准备 Python 环境 确认终端里 python3 可用（不会开终端的同学见文末脚本，全部自动化）： python3 --version 看到 Python 3.x.x 即可。然后装官方示例用的 OpenAI 官方 Python 包（deepseek 复用 OpenAI 的 SDK，所以不用装 deepseek 自己的包）： ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），帮你把 Dify 完整装起来，配好模型就能动手搭应用。 前言 前两篇文章我们聊的是"用代码调 API"（Claude API / DeepSeek API）和"用框架写程序"（LangChain RAG）——适合喜欢写代码的同学。但如果你不想写代码，或者你想在一个可视化界面里快速把应用搭出来、直接复用成熟组件，那 Dify 是你的菜。 Dify 是一个用于构建 AI 应用的开源平台（GitHub 46k+ 星）：网页界面 + 拖拽编排，不写一行代码就能做出聊天机器人、知识库问答、自动化工作流、Agent（能调用工具的 AI 助手）……做完还能一键发布成网页应用，或用 API 接入你自己的系统。 一句话定位： 写代码搭 AI 应用 = 自己买菜做饭；用 Dify 搭 AI 应用 = 用厨房智能炒菜锅——功能覆盖面 90%，上手只要十分钟。 本教程面向零基础读者，走完四步： 用 Docker 一键部署 Dify（自托管，数据完全归你） 接入大模型（一个 Key 搞定） 拖拽做出第一个聊天机器人 挂上你自己的知识库（RAG 能力内置） 官方文档：https://docs.dify.ai/zh-hans（中文）；GitHub：https://github.com/langgenius/dify（社区版开源）。 一、Dify 能做什么（先看能力地图） 官方首页点名的核心能力： 聊天机器人：对话式应用，配上系统提示词（给 AI 立人设）就是客服/助理 Agent 编排：AI 可以调用工具（查数据库、发邮件、传 API），不止"聊天"，还能"办事" Agentic 工作流：可视化流程编排，条件分支、循环、多步调度都拖出来 知识库（基于自有数据的应用）：上传 PDF/Word/网页，自动切分向量化，聊天时"现查现答"——这正是 RAG（Retrieval-Augmented Generation，检索增强生成，“给 AI 塞专属资料、让它只依据资料作答"的技术），Dify 把它做成了上传即用，不用写任何代码 插件扩展：官方插件市场，扩展工具和模型 发布方式：一键发布为 Web 应用（独立链接），或通过 API 集成到你的系统 二、部署 Dify（社区版，Docker 一键装） Dify 社区版完全开源、数据自持。部署需要 Docker（容器技术，可以理解成"一键打包运行软件的盒子”）与 Docker Compose（管理多个容器组合的工具）。 ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），会自动装好全部依赖、配置 API Key、生成一个可直接运行的知识库问答 Demo，动手党直接拉到文末。 前言 一个扎心的事实：大模型（ChatGPT、Claude、DeepSeek 这类 AI 的大脑）并不知道你的私有资料。你的公司规章、产品手册、个人笔记，模型一概没学过——你问它，它只能靠"编"来回答，这就是著名的"一本正经地胡说八道"（AI 圈叫"幻觉"）。 RAG（Retrieval-Augmented Generation，检索增强生成） 就是解决这个问题的标准方案。一句话解释： 给 AI 塞一个你专属的资料库，每次提问先从这个库里"检索"相关片段，再让 AI 基于检索到的内容回答。 效果是：AI 只依据你的资料作答，不乱编、不认错人，还永远跟得上资料的最新版本（资料更新，答案自动变）——因为它每次都是"现查现答"。 官方对 RAG 的定义是：在推理（回答）时把外部文档作为上下文喂给模型，避免幻觉与过时信息。 本教程基于 LangChain 官方 RAG 教程编写（https://docs.langchain.com/oss/python/langchain/rag），面向零基础读者，一步步跑通一个"公司制度问答机器人"。 一、RAG 的五步流水线（先看懂再动手） 把整个过程想象成"图书馆查资料"： 入库（加载文档）：把你的资料搬进系统——Document 对象，每个文档带"来源"标签（哪个文件/网页） 切分（拆成块）：长文档切成 1000 字一块的小段——图书馆把书拆成一页页，检索才知道翻哪页 向量化（编号上架）：每一段文字变成一串数字（叫"向量"），语义相近的文字，数字也相近——检索"迟到怎么处理"能找到"考勤制度"那段 检索：用户提问→把问题也变成向量→找出库里最相近的前几段 回答：把"问题 + 检索到的片段"一起发给大模型，让模型只依据这些片段回答 五步里，1-4 是"资料库"，5 用到了大模型能力。我们一步步来。 二、准备工作（三样东西） Python 3（终端执行 python3 --version 确认；Windows 建议用 WSL） 一把 OpenAI 兼容的 API Key——本文代码按 OpenAI 格式写（这也是整个 AI 生态里最通用的格式：DeepSeek、Ollama、各种中转站都兼容）。还没 Key 的同学先注册一个（国内推荐 DeepSeek 官方平台 https://platform.deepseek.com，注册即送少量体验额度；或者运行文末一键脚本，脚本会带你把 Key 配好） 一个文本资料（随便拿一个 .txt 文件：公司制度、产品说明、学习笔记都行） 三、安装依赖 mkdir rag-demo && cd rag-demo python3 -m venv .venv && source .venv/bin/activate pip install "langchain[openai]" langchain-text-splitters requests numpy python3 -m venv .venv：建虚拟环境（独立目录装依赖，不污染系统） langchain[openai]：LangChain 主包 + OpenAI 兼容适配（[openai] 是"附加组件"标记，一次装齐） langchain-text-splitters：切分文档的官方组件 requests：发 HTTP 请求（抓网页用）；numpy：向量计算底层依赖 pip 慢或失败：加 -i https://pypi.tuna.tsinghua.edu.cn/simple。 ...

📌 新手提示：本文的"用 MCP"，面向想快速给 AI 接上文件系统、Git 仓库、数据库等能力的读者（不是教写 MCP 服务端——那是本站《MCP Server 开发实战》的内容）。所有命令复制粘贴即可。 前言 你有没有遇过这样的尴尬：AI 编程助手写得飞起，但让它"看一下我桌面上那个 Excel"或者"把这个仓库的历史提交统计出来"，它只会说**“我无法访问你的文件”**。 MCP（Model Context Protocol，模型上下文协议）就是来解决这个问题的——它是 Anthropic 于 2024 年末提出的开放标准，官方定位是： AI 应用的"USB-C 接口"——就像 USB-C 统一了充电口一样，MCP 统一了"AI 连接外部世界的接口"。AI 应用通过 MCP 可以接入数据源（本地文件、数据库）、工具（搜索、计算器）和工作流。 一句话版本：装一个 MCP 服务器，你的 AI 就能用上那个工具；同一个服务器，Claude、ChatGPT、VS Code、Cursor 等所有支持 MCP 的客户端都能用——“一次接入，到处使用”。 本文从零开始，带你 10 分钟把最常用的几类 MCP 服务器接进 Claude Code。 官方文档：https://modelcontextprotocol.io（海外站点，国内访问需科学上网）；官方参考服务器仓库：https://github.com/modelcontextprotocol/servers。 一、MCP 的骨架：host / client / server 三个角色，用"点外卖"理解： 角色 是什么 比喻 Host（宿主） 你正在用的 AI 应用（如 Claude Code、Claude 桌面版、VS Code） 点餐的食客 Client（客户端） 宿主内部负责与服务器通信的组件 外卖 App Server（服务器） 暴露"工具/数据"给 AI 用的小服务（如"文件系统服务器"暴露读写文件的工具） 后厨 你的 AI = 食客，MCP 服务器 = 后厨。食客想吃什么（要用什么工具），后厨现做（执行操作）再端上来（把结果喂回 AI 的上下文）。 ...

📌 新手提示：本文结尾提供了一键部署脚本（Windows / macOS / Linux 通用），自动装好 Python 环境、配好 API Key、生成一个能直接跑的 AI 聊天网页应用。 前言 你已经学会了调 Claude API（本站《Claude API 开发实战》），但都是"黑乎乎的终端输出"——能不能把自己写的 AI 变成一个带聊天框、带按钮、别人点开就能用的网页？ Streamlit 就是干这个的：一个开源的 Python 库，纯 Python 写网页——没有 HTML、没有 CSS、没有前后端分离，几十行代码就能出一个漂亮的 Web 工具。 它的口号很诚实：“The fastest way to build and share data apps”（构建和分享数据应用的最快方式）。对 AI 应用来说尤其合适：你有 API 逻辑，Streamlit 帮你把外壳（输入框/聊天气泡/按钮/状态）全包了。 本文基于官方教程（https://docs.streamlit.io/develop/tutorials/llms/build-conversational-apps，海外站点国内访问需科学上网）编写，最终产出：一个 ChatGPT 式的聊天网页应用，可以在浏览器里和 AI 连续对话。 一、安装与首跑（30 秒） pip install streamlit 写一个 app.py： import streamlit as st st.title("我的第一个 AI 应用") name = st.text_input("你叫什么？") if st.button("打招呼"): st.write(f"你好，{name}！") 运行： ...

📌 新手提示：本文结论基于 Anthropic 官方提示工程指南（https://platform.claude.com/docs/en/build-with-claude/prompt-engineering，海外站点国内需科学上网）。文末一键脚本会生成一个"前后对比"小工具，让你亲眼看到提示词的作用。 前言 很多人以为提示词（Prompt）就是"多说点好话、多发点脾气"，这是误解。提示词不是玄学，它有一套官方方法论——就像写代码有规范和架构，写提示词也有原则。 一个残酷的事实：同一个模型、同一个问题，提示词写法和写法之间，回答质量可以差 10 倍。官方文档的原话是：把 Claude 想成一个"聪明但完全不熟悉你们公司的新员工"——你不说清楚，他就发挥不出。 本文带你看官方六大原则 + 一张可直接抄的三段式模板，再用一个真实案例感受差距。 一、官方六大黄金原则 原则 1：清晰直接（Be clear and direct） 说得越具体，得到的结果越好。想要"超出预期"的发挥（比如"做得全面一点"），要明确写出来，而不是指望模型自行领悟。 黄金准则（官方原文）：把你的提示词拿给一位对任务几乎一无所知的同事，请 TA 照着做。如果 TA 会困惑，Claude 也会困惑。 对照（官方示例）： ❌ 差的：“Create an analytics dashboard”（做一个分析仪表盘） ✅ 好的：“Create an analytics dashboard. Include as many relevant features and interactions as possible. Go beyond the basics to create a fully-featured implementation."（……把能用上的功能和交互都做上，别停留在基础版） 原则 2：补充上下文与动机（Add context） 解释"为什么"能让模型更精准。官方例子： ❌ 差的：“NEVER use ellipses”（永远别用省略号） ✅ 好的：“Your response will be read aloud by a text-to-speech engine, so never use ellipses since the text-to-speech engine will not know how to pronounce them."（你的回答会被语音引擎朗读，所以别用省略号——它不知道怎么发音） 一句话解释了动机，模型就懂了"这是硬规则，不是个人风格”。 ...