2026年4月9日 北京

 传统方式：一问一答，每个步骤都要人工介入
 步骤1：问AI怎么写代码
user_input = "帮我写一个登录页面"
response = chat_with_ai(user_input)   AI输出HTML代码
 步骤2：人工复制代码到项目
 步骤3：人工运行测试
 步骤4：发现报错后，手动整理错误信息再问AI
error_info = "运行报错了：未定义变量 userName"
new_response = chat_with_ai(error_info)
 步骤5：人工修改代码并再次测试
 步骤6：人工部署上线

用户输入任务
    ↓
[规划模块] 分解任务 → 制定执行步骤
    ↓
[调用模块] 选择合适的工具（API、终端、数据库等）
    ↓
[执行模块] 按步骤执行操作
    ↓
[验证模块] 检查执行结果，必要时迭代调整
    ↓
输出最终成果

 -- coding: utf-8 --
import json
import requests
from typing import Dict, List

 ========== 1. 配置API ==========
API_KEY = "your-api-key-here"            从百炼平台获取
BASE_URL = "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

 ========== 2. 定义工具（让AI可以调用的函数） ==========
def get_weather(city: str) -> Dict:
    """模拟获取天气信息"""
     实际场景中，这里可以调用真实的天气API
    return {"city": city, "temperature": "22°C", "condition": "晴朗"}

def send_email(recipient: str, subject: str, body: str) -> Dict:
    """模拟发送邮件"""
     实际场景中，这里可以调用邮件服务API
    print(f"[执行] 正在发送邮件给 {recipient}...")
    return {"status": "success", "message": "邮件已发送"}

 将工具信息提供给模型
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"}
                },
                "required": ["city"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "send_email",
            "description": "发送邮件给指定收件人",
            "parameters": {
                "type": "object",
                "properties": {
                    "recipient": {"type": "string", "description": "收件人邮箱"},
                    "subject": {"type": "string", "description": "邮件主题"},
                    "body": {"type": "string", "description": "邮件正文"}
                },
                "required": ["recipient", "subject", "body"]
            }
        }
    }
]

 ========== 3. AI智能体核心执行函数 ==========
def ai_agent(user_input: str, max_iterations: int = 5):
    """
    AI智能体主循环：接收用户任务 → AI决定调用哪些工具 → 执行工具 → 继续/结束
    """
    messages = [{"role": "user", "content": user_input}]
    iteration = 0
    
    while iteration < max_iterations:
         调用千问模型
        payload = {
            "model": "qwen-plus",   使用千问Plus模型
            "input": {"messages": messages},
            "parameters": {
                "result_format": "message",
                "tools": tools,
                "tool_choice": "auto"   让模型自动决定是否调用工具
            }
        }
        
        response = requests.post(BASE_URL, headers=headers, json=payload)
        result = response.json()
        
         提取模型的输出
        assistant_message = result["output"]["choices"][0]["message"]
        messages.append(assistant_message)
        
         检查模型是否需要调用工具
        if "tool_calls" in assistant_message:
             执行工具调用
            for tool_call in assistant_message["tool_calls"]:
                func_name = tool_call["function"]["name"]
                func_args = json.loads(tool_call["function"]["arguments"])
                
                print(f"[AI决策] 调用工具: {func_name}, 参数: {func_args}")
                
                 执行对应的函数
                if func_name == "get_weather":
                    tool_result = get_weather(func_args)
                elif func_name == "send_email":
                    tool_result = send_email(func_args)
                else:
                    tool_result = {"error": f"未知工具: {func_name}"}
                
                 将工具执行结果返回给模型
                messages.append({
                    "role": "tool",
                    "tool_call_id": tool_call["id"],
                    "content": json.dumps(tool_result, ensure_ascii=False)
                })
        else:
             模型不再调用工具，输出最终答案
            print("\n[AI最终回答]")
            print(assistant_message["content"])
            break
        
        iteration += 1

 ========== 4. 运行示例 ==========
if __name__ == "__main__":
     示例任务：AI需要先查询天气，再发送邮件
    user_task = "查询北京的天气，然后把天气情况通过邮件发送给 boss@company.com，邮件主题写'今日天气汇报'"
    print(f"用户任务: {user_task}\n")
    print("="  60)
    
    ai_agent(user_task)