AI Agent入门：先学Python再碰LangChain，手写循环理解MCP与Token-北京尧图网络

1. 别急着啃框架先把地基打牢1.1 为什么我不建议新手一上来就学LangChain我带过不少想转行做AI Agent的朋友十个里有八个第一句话就是“我想学LangChain该从哪开始”。每次听到这个我都会先泼一盆冷水你连Python的装饰器、异步、类型注解都没搞明白学LangChain就是背API背完就忘换个框架立刻抓瞎。这不是危言耸听。LangChain这类框架的本质是什么它是一层封装把大模型的调用、提示词模板、工具调用、记忆管理、链式编排这些重复劳动打包成现成的组件。封装的好处是快坏处是你不知道底下发生了什么。一旦报错你连错误栈都看不懂——因为栈里全是框架内部的抽象层你根本不知道是哪一步的HTTP请求出了问题还是提示词拼接时多了一个换行符。我见过太多人卡在“LangChain的AgentExecutor为什么不调用我的工具”这种问题上折腾三天最后发现是工具函数的docstring写得不规范模型没理解这个工具是干嘛的。这种问题如果你手写过最原始的工具调用循环五分钟就能定位。所以我的核心观点很明确先学Python本身再学大模型API的原生调用最后才碰框架。框架是加速器不是入门教材。你连自行车都不会骑直接上摩托摔是必然的。1.2 转行者和新手分别该从哪里切入新手和转行者的起点其实不一样我分开说。纯新手没写过代码或者只写过一点点你的第一优先级不是AI是Python基础。具体来说你需要掌握的东西按重要性排序是这样的——变量和基本数据类型、列表和字典的操作、for/while循环、函数定义和参数传递、异常处理try/except、文件读写、虚拟环境venv或conda、pip安装包。这些看起来跟AI没关系但它们是所有后续操作的地基。你连一个JSON响应都解析不了怎么处理大模型的返回结果转行者有其他语言基础比如Java、Go、JavaScript你的Python基础可以快速过重点放在Python特有的东西上——列表推导式、生成器、装饰器、上下文管理器with语句、类型注解typing模块、异步编程asyncio。特别是asyncio因为大模型调用基本都是IO密集型的同步调用会把你卡死。另外Java转过来的朋友注意了Python没有Spring那一套依赖注入和注解驱动的框架体系别把Java的思维带过来。我一般建议转行者花一周时间把Python过一遍然后直接上手大模型API的原生调用。不需要学到精通够用就行剩下的在实战中补。1.3 一个真实的学习路径参考我自己摸索出来的路径是这样的供你参考第一阶段1-2周Python基础环境搭建。能写一个脚本读取本地文件、调用HTTP接口、解析JSON、把结果写到另一个文件里。这个能力听起来简单但它是后面所有操作的基础。第二阶段1周大模型API原生调用。不借助任何框架直接用requests或openai库调用模型理解messages的结构、system/user/assistant三种角色的区别、temperature和max_tokens这些参数的含义。这个阶段的目标是能手写一个多轮对话循环。第三阶段1-2周手写一个最简单的Agent。什么叫Agent说白了就是让模型自己决定下一步做什么。你先手写一个“模型返回工具调用请求 - 你执行工具 - 把结果喂回模型 - 模型继续决策”的循环。这个循环写一遍你就彻底理解Agent的本质了。第四阶段2-3周引入框架。这时候你再去看LangChain、Spring AI、CrewAI这些你会发现它们做的事情你都能看懂只是帮你省了代码。你学框架的速度会快十倍而且遇到问题能自己排查。这个路径看起来慢但实际上是最快的。跳过前三个阶段直接学框架的人往往在第四个阶段卡住然后回头补课反而更慢。2. 核心概念拆解Agent、MCP、Token到底是什么2.1 Agent不是新东西本质就是一个循环很多人把Agent说得很玄乎什么“自主智能体”、“类人决策”搞得新手一头雾水。我用一句话给你说清楚Agent就是一个让大模型反复思考-行动-观察的循环。你平时用ChatGPT问一句答一句这叫单轮对话。Agent不一样你给它一个目标比如“帮我查一下明天北京的天气如果下雨就提醒我带伞”它会自己拆解步骤第一步调用天气查询工具第二步判断结果第三步根据判断决定是否输出提醒。这个“拆解-调用-判断”的过程就是一个循环。用伪代码表示大概长这样while not done: response model.chat(messages) if response.has_tool_call: result execute_tool(response.tool_call) messages.append(result) else: done True return response.content就这么简单。所有的Agent框架不管叫LangChain还是CrewAI还是AutoGen核心都是这个循环的变体。区别只在于它们怎么管理消息历史、怎么定义工具、怎么处理错误、怎么控制循环次数。理解了这一点你就不会被框架的各种概念绕晕了。什么Chain、Executor、Agent、Tool都是这个循环的不同包装。2.2 MCP是什么为什么突然火了MCP全称是Model Context Protocol翻译过来叫“模型上下文协议”。你可以把它理解成一套标准化的接口规范让大模型能够以统一的方式调用外部工具和数据源。在MCP出现之前每个框架定义工具的方式都不一样。LangChain有LangChain的Tool类Spring AI有Spring AI的FunctionCallbackOpenAI有OpenAI的function calling格式。你想把一个工具从LangChain迁移到Spring AI得重写一遍。MCP就是为了解决这个问题——定义一套通用的协议工具提供方按这个协议暴露能力模型调用方按这个协议调用两边解耦。用生活化的类比MCP就像USB接口。以前每个设备有自己的充电口诺基亚的、摩托罗拉的、苹果的互不通用。USB统一了接口任何设备都能插任何充电器。MCP就是AI工具领域的USB。为什么突然火了因为大家发现Agent要真正落地必须能连接大量的外部系统——数据库、文件系统、API、浏览器、IDE。如果每个连接都要定制开发成本太高。MCP让工具的开发者和Agent的开发者可以独立工作生态才能起来。对你来说现在需要掌握的是理解MCP的基本概念Server提供工具Client调用工具知道怎么配置一个MCP Server以及怎么在自己的Agent里接入MCP Client。不需要自己从头实现协议用现成的SDK就行。2.3 Token是什么为什么你要关心它Token是大模型处理文本的基本单位。你可以粗略理解为“一个Token约等于一个英文单词或半个到一个中文字”。为什么你要关心因为两个原因钱和上下文长度。钱大模型API是按Token计费的输入和输出分别计价。你发一段1000字的提示词模型回一段500字的答案加起来可能消耗1500-2000个Token。如果你做Agent每轮循环都要把历史消息重新发一遍Token消耗是累积的。一个设计不好的Agent可能一轮对话就烧掉几万个Token。上下文长度每个模型有最大Token限制比如128K。你的系统提示词、历史对话、工具返回结果全部加起来不能超过这个限制。超了怎么办要么截断历史要么做摘要压缩。这是Agent开发中必须处理的问题。我一般建议新手在开发阶段打开API的用量统计每做完一个功能就看一眼消耗了多少Token。心里有数才能优化。3. 实操从零手写一个最小Agent3.1 环境准备与依赖安装先把环境搞干净。我强烈建议用虚拟环境别在系统Python里乱装包。python -m venv agent-env source agent-env/bin/activate # Linux/Mac # agent-env\Scripts\activate # Windows pip install openai requests就这两个包够了。不需要LangChain不需要任何框架。openai库用来调用模型它兼容很多厂商的APIrequests用来发HTTP请求。注意Python版本建议3.10以上因为后面会用到一些新的类型注解语法。如果你还在用3.8很多新库会装不上。3.2 手写工具调用循环先定义一个最简单的工具——查天气。实际项目中你会调用真实的天气API这里为了演示用假数据。import json from openai import OpenAI client OpenAI(api_key你的key, base_url你的base_url) # 定义工具 tools [ { type: function, function: { name: get_weather, description: 查询指定城市的天气, parameters: { type: object, properties: { city: {type: string, description: 城市名称} }, required: [city] } } } ] # 工具的实际执行函数 def get_weather(city): # 真实场景这里调API这里用假数据 data {北京: 晴25度, 上海: 小雨22度} return data.get(city, 未知城市) # Agent主循环 def run_agent(user_input): messages [ {role: system, content: 你是一个助手可以查询天气。}, {role: user, content: user_input} ] for _ in range(5): # 最多循环5次防止死循环 response client.chat.completions.create( modelgpt-4o-mini, messagesmessages, toolstools ) msg response.choices[0].message # 如果没有工具调用直接返回 if not msg.tool_calls: return msg.content # 有工具调用执行并追加结果 messages.append(msg) for tool_call in msg.tool_calls: func_name tool_call.function.name args json.loads(tool_call.function.arguments) result get_weather(**args) messages.append({ role: tool, tool_call_id: tool_call.id, content: result }) return 达到最大循环次数 print(run_agent(北京天气怎么样))这段代码不到50行但它就是一个完整的Agent。你跑一遍看它怎么先返回工具调用请求然后你执行工具再把结果喂回去最后模型生成自然语言回答。这个过程走通了你对Agent的理解就到位了。3.3 关键参数与踩坑记录几个容易踩坑的地方tool_call_id必须对应。你追加工具结果消息时tool_call_id必须和模型返回的tool_call.id一致否则API会报错。我第一次写的时候忘了这个调了半天。messages的顺序有讲究。必须是system - user - assistant(带tool_calls) - tool(结果) - assistant(最终回答)。顺序错了模型会困惑。循环次数要设上限。我设了5次实际项目中可能设10次或更多。不设上限的话模型可能陷入死循环一直调用工具烧你的Token。工具描述要写清楚。description字段是给模型看的写得越清楚模型越知道什么时候该调用这个工具。我见过有人写“查询数据”模型根本不知道查什么数据从来不调用。4. 框架怎么选LangChain、Spring AI还是别的4.1 各框架的定位和适用场景等你手写循环跑通了再来看框架选择就清晰了。框架语言定位适合谁LangChainPython/JS全能型组件最全快速原型、Python技术栈Spring AIJavaSpring生态集成Java后端团队CrewAIPython多Agent协作需要多个Agent分工的场景Dify低代码可视化编排非开发者、快速验证AutoGenPython对话式多Agent研究性质、复杂交互我的建议Python技术栈选LangChainJava技术栈选Spring AI需要快速验证想法用Dify需要多Agent协作用CrewAI。别纠结哪个“最好”它们解决的问题不一样。4.2 从手写循环迁移到框架的思路你手写过循环之后看LangChain的代码会发现很亲切。它的AgentExecutor就是你写的那个for循环它的Tool类就是你定义的tools列表它的ChatPromptTemplate就是你拼messages的过程。迁移的时候重点理解三件事框架怎么管理消息历史Memory、怎么定义工具Tool、怎么控制循环Executor。这三个搞懂了其他都是细节。提示别一上来就用LangChain的LangGraph或AgentExecutor高级功能。先用最基础的create_react_agent或者直接手写Chain把流程跑通再逐步引入复杂功能。4.3 什么时候不该用框架有些场景我反而不建议用框架你的Agent逻辑很简单就是一个固定的三步流程手写更清晰你需要对每一步做精细控制框架的抽象反而碍事你的部署环境对依赖包大小敏感LangChain的依赖树很庞大你在学习阶段手写能帮你理解本质框架是工具不是信仰。该用的时候用不该用的时候别硬上。5. 常见问题与排查技巧5.1 模型不调用工具怎么办这是最高频的问题。排查顺序检查工具的description是否清晰描述了功能和使用场景检查parameters的schema是否正确必填字段有没有标required检查系统提示词有没有引导模型使用工具换个模型试试有些小模型对function calling支持不好在提示词里明确说“你必须使用工具来获取信息”我遇到过一次工具描述写的是“获取用户信息”模型从来不调用。改成“根据用户ID查询用户的姓名、邮箱和注册时间当用户询问账户相关信息时使用”立刻就好了。5.2 Token消耗过快怎么优化几个实用的优化手段系统提示词精简别写一大堆没用的角色设定历史消息做窗口截断只保留最近N轮工具返回结果做摘要别把整个数据库查询结果塞进去用更便宜的模型做工具调用决策用贵的模型做最终生成缓存重复的查询结果我做过一个对比优化前后同样的任务Token消耗从平均15000降到4000成本降到四分之一。5.3 常见错误速查表错误信息原因解决tool_call_id not found追加tool消息时id不对应检查tool_call.idcontext length exceeded消息总Token超限截断历史或压缩invalid tool schema工具参数格式错误检查JSON schemamodel does not support tools模型不支持function calling换模型rate limit exceeded请求频率过高加延迟或升级套餐5.4 我踩过的几个坑第一个坑以为Agent很智能实际上它就是个循环。我一开始总想着怎么让模型“自主思考”后来发现只要把工具定义好、提示词写清楚模型自然就会用。第二个坑忽略错误处理。工具调用可能失败API可能超时模型可能返回格式错误的结果。这些都要处理否则Agent跑着跑着就崩了。第三个坑不做日志。Agent的决策过程是黑盒不打日志你根本不知道它为什么做了某个选择。我现在每个Agent都会记录完整的messages历史方便回溯。第四个坑过早优化。一开始就想着做多Agent、做RAG、做记忆系统结果基础循环都没跑通。先把最简单的跑通再逐步加功能。6. 学习资源与进阶方向6.1 官方文档永远是最好的老师LangChain的中文文档、OpenAI的API文档、MCP的官方规范这些是第一手资料。别去看那些二手教程很多都过时了。特别是LangChain版本更新很快半年前的教程可能已经跑不通了。6.2 进阶方向怎么选基础打牢之后你可以往这几个方向深入RAG检索增强生成让Agent能查询你的私有知识库多Agent协作多个Agent分工完成复杂任务记忆系统让Agent记住历史交互评估与监控怎么衡量Agent的效果怎么发现bad case部署与运维怎么把Agent部署到生产环境怎么控制成本每个方向都够你研究很久。别贪多选一个跟你工作最相关的深入。6.3 关于转行的一点个人看法最后说点掏心窝的话。AI Agent这个方向确实热但别因为热就盲目转。我见过太多人学了三个月LangChain简历上写了“精通AI Agent开发”面试一问底层原理就露馅。真正有价值的是理解本质。你能手写Agent循环能排查工具调用问题能优化Token消耗能设计多Agent协作方案——这些能力比会用一个框架值钱得多。框架会变LangChain可能被替代但底层的循环逻辑、工具调用协议、上下文管理思路这些是不变的。我个人的体会是学Agent最好的方式就是动手做一个真实的小项目。别做demo做一个你自己每天会用的东西。比如自动整理你的笔记、自动回复某类消息、自动抓取你关注的信息。真实需求会逼着你解决各种边界问题这些经验是看教程学不到的。这个领域变化很快但基础的东西变化很慢。把基础打牢你就能以不变应万变。

AI Agent入门：先学Python再碰LangChain，手写循环理解MCP与Token

相关推荐

AI Agent入门：先手写循环再学LangChain，别搞反顺序

OpenMontage实战复盘：用CLI编排AI视频生成与自动化剪辑

无监督学习赋能纳米材料3D表征：绕过标注瓶颈的物理驱动重建

更多资讯

E2E测试实战：用Playwright打造稳定可靠的全链路自动化测试

e2e测试：端到端验证的本质与工程落地实践

CMS拖拽生成页面：从拖拽克隆到页面Schema闭环

营销技能全景拆解：从用户洞察到转化优化的实战指南

营销技能核心逻辑与五大关键能力：从用户洞察到私域运营

YOLOv11-RepNCSPELAN在服装质检中的实战应用

今日更新

Agent-Reach：打通大模型触达外部系统的最后一公里

深度学习图像隐写分析实战：从CNN原理到毕设源码全解析

AI赋能知识产权供需匹配：专利评估、需求挖掘与多路召回工程实践

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？