本系列目标：不讲玄学，带一个完全没接触过 AI 开发的人，亲手做出一个能查资料、算数、记笔记、管待办、有知识库、有界面的完整 AI Agent。 全部代码开源在配套仓库
zhiliao/目录，10 篇教程对应它的 10 个"器官"。
一、先破除三个误解
误解一：Agent 是某种神秘的高级 AI。 不是。Agent 的"智力"100% 来自大语言模型（LLM），Agent 框架本身一行"智能"都没有，它只是把大模型包在一个循环里干活。理解了这一点，你就不会害怕它了。
误解二：做 Agent 需要懂深度学习。 不需要。就像做 App 不需要懂 CPU 怎么造晶体管。你需要的只是：会一点 Python，以及理解几个"接口级"概念——本篇就讲这些。
误解三：得先学会 LangChain 之类的框架。 恰恰相反。框架是给已经理解原理的人省时间用的。先学会徒手，再看框架，你会一通百通；先学框架，你只会背咒语。我们全程不依赖任何 Agent 框架。
二、ChatBot 和 Agent，差在哪？
你平时用的网页版 ChatGPT、文心一言，是聊天机器人（ChatBot）：
你问 → 模型答 → 结束。它只能"说"，不能"做"。
问它"现在几点？"，它只能瞎猜；让它"把这个文件整理成表格"，它做不到——它碰不到你的电脑、碰不到互联网、也没有昨天以前的记忆。
AI Agent（智能体） 的定义一句话就能说清：
Agent = 让大模型能"使用工具、多步行动"的系统。
| ChatBot | Agent | |
|---|---|---|
| 能力 | 只能生成文字 | 生成文字 + 调用工具 + 迭代执行 |
| 问"现在几点" | 瞎猜 | 调时间工具，报出精确时间 |
| "帮我把这份资料总结后存成文件" | 做不到 | 读文件 → 总结 → 写文件，一气呵成 |
| 类比 | 电话客服 | 全能助理 |
三、Agent 的解剖图：四个器官
所有 Agent（包括你听说的 Manus、Devin、OpenAI 的各种产品）拆开看都长这样：
┌─────────────────────────┐
│ 大模型（LLM） │ ← 大脑：负责思考和决策
└───────────┬─────────────┘
┌────────────────────┼────────────────────┐
↓ ↓ ↓
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 工具 │ │ 记忆 │ │ 规划循环 │
│ （双手） │ │ （笔记本）│ │ （工作方式）│
│ 查网/算数/ │ │ 会话历史/ │ │ 思考→行动→ │
│ 文件/代码 │ │ 长期笔记 │ │ 观察→再思考 │
└──────────┘ └──────────┘ └──────────┘
- 大脑（LLM）：只做一件事——看当前所有信息，决定"接下来说什么/做什么"。
- 双手（工具 Tool）：查时间、算数、读文件、上网、跑代码……大脑本身没有手，工具就是它的手。
- 笔记本（记忆 Memory）：对话历史、用户偏好、跨会话的长期笔记。
- 工作方式（循环）：这是 Agent 区别于 ChatBot 的灵魂，下一篇细讲——先给直觉：它不是一次答完，而是"想一步、做一步、看结果、再想下一步"，直到任务完成。
四、开始前必须懂的 7 个词
这 7 个词贯穿全系列，用生活类比一次讲透：
| 术语 | 一句话解释 | 类比 |
|---|---|---|
| LLM 大语言模型 | 读过海量文本、会接话续写的神经网络 | 一个博览群书的脑 |
| Prompt 提示词 | 你发给模型的文字输入 | 你对助理说的话 |
| System Prompt 系统提示词 | 开工前给模型设定的"人设与规矩" | 岗位说明书 |
| Token | 模型处理文本的最小单位，计费按它算 | 文字的"像素" |
| 上下文窗口 | 模型一次能"看见"的最大 token 数 | 工作台的大小，放不下就忘 |
| Function Calling | 模型按你给的清单，返回"我要调用 xx 工具、参数 yy" | 点菜：模型点菜，你炒菜 |
| RAG 检索增强 | 先从资料库里搜相关段落，塞给模型再回答 | 开卷考试 |
还有一个英文缩写后面会反复出现：ReAct（Reason + Act），就是上面说的"思考→行动→观察"循环。
五、我们要做的最终产品：「知了」
从下一篇开始，我们像拼高达一样把它一块块造出来。成品能力：
- 💬 任意 OpenAI 兼容模型对话（智谱 GLM / DeepSeek / Kimi / 通义 / 本地 Ollama）
- 🔧 13 个内置工具：时间、计算器、待办、文件读写（沙箱）、抓网页、搜互联网、跑 Python 代码、长期记忆、知识库检索、技能加载……
- 🧠 三层记忆：会话历史 + 自动滚动摘要 + 跨会话长期记忆
- 📚 RAG 知识库：往文件夹丢几个 markdown，它就能回答私有知识
- 📖 技能系统：用 markdown 写"方法论"，按需加载（周报技能、英文润色技能）
- 🖥️ CLI + Web 两种界面
- ✅ 48 项自动化测试（含用模拟大模型跑通的核心循环集成测试），不需要 API Key 也能先验证骨架
本篇作业
1.（无代码）用自己的话向朋友解释：ChatBot 和 Agent 的区别是什么？ 2.（无代码）想一想：如果你有一个"什么都能调用的助手"，你最想让它帮你自动化的一件事是什么？带着这个需求学完本系列，我们会把它做出来。
下一篇预告：《02 · Agent 架构总览》——动工前先画图纸：需求分析、整体架构、技术选型的取舍，以及去哪里申请 API Key。