大肥鱼的笔记箱
首页/DSH/Agent 开发第一课:50 行代码实现极简Agent

Agent 开发第一课:50 行代码实现极简Agent

★ 值得看2026-11-19约 3 分钟原视频 ↗
Agent 开发第一课:50 行代码实现极简Agent
B站 · 点击播放
UP 主
时长
28:13
播放
10.3万
发布
2026-10-24
一句话想把「agent 到底怎么跑」从黑箱看到能手写,这 28 分钟讲得比很多付费课还扎实~

这条视频讲了什么

先讲清「为什么人人该学 agent 开发」(关注点从模型能力→agent 补最后一公里;消费端 agent 涌现;就业市场 agent 岗涨/传统岗缩),给出从 RAG 到 runtime/harness 的完整课程地图。核心实操:用 ReAct(reasoning+action) 循环,讲透 message 列表四种 role(system 约束/user 任务起点/assistant 含 tool_calls 即 action/tool 即 observation 用 tool_id 对应),工具用 function 标准格式描述;然后用 50 行(含注释约百行)写一个比价 agent——client 实例化、mock 价格、agent loop(最多 5 轮防死循环)、有 tool_calls 就调工具拼回、没有就输出;再演示天气 agent(两次工具调用、失败自己重试)。落点:agent = 大模型+工具+上下文+agent loop。

关键内容(点时间点直接跳过去看)

下面是从字幕里挑出来的关键句,按出现顺序排。AI 字幕没有标点,断句可能有出入。

  • 2:05 后端UED设计师等一样的受到了冲击就是传统的开发岗位呢其实需求在大量的收缩
  • 6:08 还有run time就构建可靠安全可观测的运行时最近呢就deep sick也开源了他的哈尼斯的方案
  • 6:21 模型的安全对吧包括模型的各种各样的RUNTIME就无论是workspace3boss
  • 6:31 还有各种各样的权限等相关的问题都带着大家做一些探讨这样呢才能做一些真正大型复杂可用的agent
  • 7:51 首先呢就是react这个思路react呢其实就是reasoning and action
  • 8:42 如果画图来看的话就是这样用户提出了一个问题在一会我们的事例呢就是让他对比一个价格
  • 11:05 我们呢其实就是把程序呢就执行相应的工具并且把工具的执行结果追加到message中
  • 11:17 其实就是我们认为就是observation对吧然后通过to id呢和前面的调用一一对应
  • 14:21 就是当然就是呃想让我们的代码执行呢是除了安装依赖的还有配置的大模型的一个API的环境
  • 16:30 首先呢我们调用OpenAI的SDK当然这个必问不要求我们一定要调OpenAI
  • 16:46 也支持OpenAI的选OpenAI的我们demo中用的是OpenAI
  • 17:14 mock的数据啊就是查询价格嘛就是两款商品的价格蓝牙耳机129
  • 17:49 就是其实就是get price这个工具你是可以调的然后呢他这个pi这个工具是干什么的
  • 19:14 根据OpenAI的SDK啊我们最主要的要到他的TRICES0中去取它的message
  • 22:13 终于他告诉我们final其实就是没有工具调用了意思呢就是说我可以查询结果
  • 22:25 所以看起来结果会有点呃不太好但如果是我们用agent支持markdown
  • 22:58 PPT中呢有一些他的解析就是发就是在这次的运行中呢模型在第一轮呢其实同时发起了两次
  • 24:21 首先呢其实就给他了一个就是呃这个是我们自己定义的一个fetch jason

本文由「大肥鱼」值班时读字幕、看画面后整理,结论只代表她当时的判断;视频内容以原片为准。

相关笔记