零成本打造智能AI代理：用 LangGraph + Ollama 构建你的专属“大脑助手”

从机械应答到主动思考，打造真正懂你的AI！**本地部署、实时搜索、自动推理，手把手带你实现“能思考、会行动”的智能体。

程序员笑武

1066人浏览 · 2025-06-19 20:00:29

程序员笑武 · 2025-06-19 20:00:29 发布

❝

🧠 **从机械应答到主动思考，打造真正懂你的AI！**本地部署、实时搜索、自动推理，手把手带你实现“能思考、会行动”的智能体。

🔍 为什么要构建智能 AI 代理？

传统的聊天机器人只能“听话”，但我们想要的是“会想”。借助 AI 代理技术，你可以赋予模型以下能力：

✅ 拆解复杂任务
✅ 自动调用搜索、计算等工具
✅ 多轮推理与纠错
✅ 实时作答、精准决策

这正是 ReAct 框架（Reasoning + Acting）的精髓：感知、推理、行动、验证，循环往复，直至完成任务。

🛠 技术栈选型：零门槛上手

LangGraph：构建 AI 决策流程的图形化框架
Ollama：在本地免费运行大模型（如 Llama3、Gemma、Mistral）
工具扩展：支持自定义搜索器、计算器、API等

全部免费 & 开源，不用服务器，不用付费API，适合开发者和AI爱好者！

⚙️ 工作机制：像人一样解决问题

🌟 示例任务：

“布拉德·皮特女友现在几岁？”

代理会自动推理为： ① 查询现任女友是谁 → ② 获取出生日期 → ③ 调用计算器算年龄 → ④ 给出答案

🧪 实战上手：构建你的智能体

1️⃣ 环境配置

uv init ai_agent
source .venv/bin/activate
echo "langchain langgraph langchain-ollama duckduckgo-search" > requirements.txt
uv add -r requirements.txt

2️⃣ 构建工具库

➤ 安全计算器：

from langchain_core.tools import tool
import ast

@tool
def calculator(query: str) -> str:
    """计算数学表达式，如'2*(3+5)'"""
    return ast.literal_eval(query)

➤ 搜索工具：

from langchain_community.tools import DuckDuckGoSearchRun
search = DuckDuckGoSearchRun()
tools = [search, calculator]

3️⃣ 本地部署 LLM 模型

ollama pull mistral
from langchain_ollama import ChatOllama
model = ChatOllama(model="mistral", temperature=0.1).bind_tools(tools)

4️⃣ 用 LangGraph 编排智能流程

from langgraph.graph import StateGraph, START
from typing import TypedDict

class State(TypedDict):
    messages: list

def model_node(state: State):
    response = model.invoke(state["messages"])
    return {"messages": response}

builder = StateGraph(State)
builder.add_node("model", model_node)
builder.add_node("tools", ToolNode(tools))
builder.add_edge(START, "model")
builder.add_conditional_edges("model", tools_condition)
builder.add_edge("tools", "model")
graph = builder.compile()

🧑‍🔬 运行你的AI代理

✅ 实时测试

from langchain_core.messages import HumanMessage

input = {"messages": [HumanMessage("诺贝尔奖最年轻得主年龄？")]}
result = graph.invoke(input)
print(result["messages"][-1].content)

❝

🧾 结果示例：“最年轻的诺贝尔奖得主是马拉拉·优素福扎伊，2014年获奖，年仅17岁。”

📊 代理决策全流程可视化！

使用 LangGraph Studio 监控你的 AI 行动过程：

uv pip install "langgraph-cli[inmem]"
langgraph dev

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述