前言

在上一篇学习中，完成了 AI 开发环境搭建，并实现了第一个基于大模型 API 的 Chatbot。

但是，一个普通 Chatbot 和真正的 AI Agent 之间还有很大的区别。

普通 Chatbot：

用户输入
    ↓
AI生成回答

而 Agent：

用户提出需求
    ↓
AI理解任务
    ↓
选择工具
    ↓
调用程序执行
    ↓
返回结果
    ↓
AI生成回答

因此，开始学习 Agent 之前，需要先补充 Python 基础。

今天主要学习：

• Python函数

• 参数和返回值

• 条件判断

• 列表和字典

• Tool（工具）的本质

这些内容看起来是 Python 基础，但它们正是后续 AI Agent 开发的核心。

---

一、为什么需要函数？

在编程过程中，经常会遇到重复代码。

例如：

print(10 + 20)

print(50 + 60)

print(100 + 200)

如果需要计算很多次，就需要不断复制代码。

这样会产生两个问题：

• 代码重复

• 后期难以维护

因此 Python 提供了函数。

函数的作用：

将一段具有特定功能的代码封装起来，需要时直接调用。

---

二、什么是函数？

可以把函数理解成一个机器。

例如：

输入数据
    ↓
  函数
    ↓
输出结果

例如：

def add(a, b):
    return a + b

这个函数就是一个加法工具。

调用：

result = add(10, 20)

print(result)

输出：

30

---

三、函数的组成

看一下：

def add(a, b):
    return a + b

1. def

def 是 define 的缩写。

作用：

创建一个函数。

例如：

def hello():

表示定义一个叫 hello 的函数。

---

2. 函数名

例如：

add

就是函数名称。

好的函数名应该能够表达功能。

例如：

calculator()

search()

read_file()

看到名字就能知道作用。

---

3. 参数

例如：

(a, b)

表示函数需要接收的数据。

调用：

add(10,20)

对应：

a = 10

b = 20

---

4. return

return 表示：

返回函数执行后的结果。

例如：

def add(a,b):
    return a+b

调用：

result = add(10,20)

变量 result 会保存：

30

---

四、print和return的区别

这是学习 Python 时非常容易混淆的地方。

print

作用：

显示内容。

例如：

def add(a,b):
    print(a+b)

它只是在屏幕输出。

---

return

作用：

把结果交给程序继续使用。

例如：

def add(a,b):
    return a+b

之后：

result = add(10,20)

程序可以继续处理 result。

---

在 AI Agent 中：

工具执行后必须把结果返回给 AI。

所以：

Agent Tool 更依赖 return，而不是 print。

---

五、练习：编写自己的函数

1. 打招呼函数

def say_hello(name):
    print(f"你好，{name}！")


say_hello("Tom")

输出：

你好，Tom！

---

2. 平方计算函数

错误写法：

return number^2

这里需要注意：

Python 中：

^

表示按位异或。

不是平方。

正确写法：

def square(number):
    return number ** 2


result = square(5)

print(result)

输出：

25

---

六、条件判断 if

Agent 中经常需要根据情况选择不同操作。

例如：

用户：

查询天气

程序：

调用天气工具

用户：

计算数字

程序：

调用计算工具

这种判断就是 if。

---

基本结构：

if 条件:
    执行代码
else:
    执行其他代码

例如：

age = 18

if age >= 18:
    print("成年人")
else:
    print("未成年人")

---

七、elif 多条件判断

例如：

question = "天气怎么样"


if "天气" in question:
    print("调用天气工具")

elif "计算" in question:
    print("调用计算器")

else:
    print("普通聊天")

运行：

调用天气工具

---

这里学习了：

in

表示：

判断某个内容是否存在。

例如：

"天气" in "北京天气怎么样"

结果：

True

---

八、列表 List

列表用于保存多个数据。

例如：

tools = [
    "calculator",
    "weather",
    "search"
]

表示：

保存三个工具。

---

访问：

print(tools[0])

输出：

calculator

注意：

Python 从 0 开始编号。

calculator → 0

weather → 1

search → 2

---

添加数据：

使用：

append()

例如：

messages = []

messages.append("你好")

结果：

[
"你好"
]

---

九、字典 Dictionary

字典是 AI 开发中非常重要的数据结构。

例如：

user = {
    "name":"Tom",
    "age":20
}

结构：

key : value

例如：

name → Tom
age  → 20

---

获取数据：

print(user["name"])

输出：

Tom

---

为什么 AI 经常使用字典？

因为 API 通信大量使用 JSON。

例如：

{
 "role":"user",
 "content":"你好"
}

这就是字典结构。

---

十、从Python函数理解Tool

今天最重要的知识：

AI Agent 中的 Tool，本质上就是 Python 函数。

例如：

计算工具：

def calculator(a,b):
    return a+b

搜索工具：

def search_web(query):
    return result

文件读取：

def read_file(path):
    return content

这些函数以后都可以成为 Agent 的工具。

---

十一、第一个简单Agent模拟

创建一个简单的问题分类程序：

question = input("请输入问题:")


if "天气" in question:
    print("选择 weather 工具")

elif "计算" in question:
    print("选择 calculator 工具")

else:
    print("普通聊天")

运行：

输入：

北京天气怎么样

输出：

选择 weather 工具

---

十二、今天学习总结

今天完成：

Python基础

✅ 函数
✅ 参数
✅ return
✅ if判断
✅ list列表
✅ dictionary字典

AI Agent基础

理解：

Tool = Python函数

未来 Agent：

用户
 ↓
AI判断
 ↓
选择Tool
 ↓
调用函数
 ↓
返回结果
 ↓
AI回答

---

十三、下一步学习计划

下一阶段将进入：

Function Calling

目标：

让 AI 不再依靠人工写：

if "计算":

而是让 AI 自己判断：

用户：
计算10+20

AI：
需要调用calculator工具

Python：
执行函数

AI：
返回结果

这一步将正式从 Chatbot 进入 AI Agent 开发。

---

总结

今天看似学习的是 Python 基础，但实际上是在为 Agent 开发打基础。

函数让程序拥有能力。

条件判断让程序拥有逻辑。

列表和字典让程序能够管理数据。

而这些能力组合起来，就是未来 AI Agent 的底层结构。

从学习 Python，到理解 Tool，再到构建 Agent，每一步都是后续 AI 工程开发的重要基础。