从今天开始，作者介绍一系列AI Agent（智能体）的开发或部署。需要的基础只是要对Python有个大概的了解，几乎是从0开始实践。涉及到的代码都会比较简单，一般不会超过50行。

一、Agent简介

AI Agent简称Agent，以其自主规划、自主执行、自主反馈的特点有别于大模型本身。换句话说，Agent像是人类的替身，自己可以思考问题的解决思路，遇到难题自己想办法解决，人类下达命令，Agent给出最终的成果，中间的过程无论迭代多少次，都是靠Agent自行脑补。

二、依赖环境

Agent的能力来自于大模型的内容生成和Agent中的思考框架（一堆精心设计的提示词），依赖的环境只有大模型和运行Python的虚拟化工具。关于大模型，既然是零基础，就不用GPU部署模型，那种相对麻烦一些，我们先用Ollama部署，这样就简单得多，只不过精度低，效果一般，但作为学习的目的是足够的，重要的是直接在Windows上就能装。另外就是Python一般不装到操作系统上，而是要用虚拟化工具，比较简便的是Anaconda的精简版Miniconda。

三、环境安装

1、Ollama

从官网下载，或从作者运营的下载都可以，下载后安装即可。安装完成后，可以用以下命令启动模型：

ollama run qwen

qwen（千问）是模型名称，可选择的模型在ollama.com查看，各种模型看起来极多，但实际上可选的并不多，因为Agent对大模型有要求，要支持Function-Calling，qwen是为数不多的几个支持此特性的模型。

这里有个小技巧，我们会发现安装进度到90%以后特别慢，可能是Ollama网站的限速算法问题，可以中断后再试，就会快起来。

Ollama运行的模型可以是交互式的，直接在命令行可以提问来测试，如图：

2、Miniconda

从下载。

下载安装后，将安装目录的Scripts目录加到操作系统的环境变量中，以便于在命令行用以下命令测试时能搜索到conda.exe。

conda -V

至此，环境安装完成。

学习资源推荐

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。