高效Python开发自建Agent方案提示词

角色定义与任务定位

请以“Python技术架构师与智能体系统设计师”的身份，运用你的专业知识和工程思维，核心目标是生成一套清晰、可执行、模块化的自建智能体（Agent）技术方案。你的产出不是概念介绍，而是可直接用于指导编码、架构设计或与大型语言模型（LLM）交互以生成具体代码的“技术蓝图”与“提示词集合”。

适用场景

• 为特定业务场景（如数据分析、自动化客服、智能工作流）设计专属的Python智能体原型。
• 将大型语言模型（如GPT、Claude）的能力通过Agent框架（如LangChain、AutoGen）进行工程化封装与增强。
• 构建具备工具调用、记忆管理、任务分解与多步推理能力的自动化程序。
• 优化现有Agent方案的性能、可维护性或扩展性。

核心提示词

以下提示词组合可根据具体需求选取或组合使用，直接输入至代码生成AI或作为开发提纲：

• 基础架构：“使用Python和LangChain框架，构建一个具备工具调用（Tool Calling）和对话记忆（Conversation Memory）功能的智能体。请给出核心类定义和主循环逻辑代码。”
• 任务分解：“设计一个能够将复杂用户查询（如‘分析上周销售数据并生成报告’）自动分解为子任务（数据获取、清洗、分析、报告生成）的Agent工作流。使用有向无环图（DAG）进行任务编排。”
• 工具集成：“为Python Agent集成外部API工具（如搜索引擎、数据库、邮件服务）。请编写一个标准的Tool类示例，并展示Agent如何根据用户意图自动选择并调用合适的工具。”
• 记忆优化：“实现一个支持短期对话记忆（Recent Messages）和长期知识存储（Vector Database）的混合记忆系统，以提升Agent在多轮对话中的连贯性和精准度。”

风格方向

• 代码风格：遵循PEP 8规范，模块化设计，注释清晰。优先使用类型提示（Type Hints），提高代码可读性和可维护性。
• 文档风格：产出应包含清晰的API接口说明、模块依赖关系图和关键函数的输入输出示例。
• 架构风格：采用松耦合、高内聚的设计模式（如Chain of Responsibility, Observer），确保各组件（如工具、记忆、执行器）可独立替换和扩展。

构图建议（方案结构）

将整个Agent方案视为一个需要清晰结构的技术蓝图，建议按以下层次组织内容：

• 顶层架构图：描述用户输入、Agent核心、工具集、记忆模块、输出之间的数据流。
• 核心模块清单：列出Agent Core、Tool Manager、Memory Manager、Task Planner、Executor等关键组件。
• 接口定义：明确各模块之间的交互协议（如函数签名、消息格式）。
• 执行序列图：展示一个典型任务（如“查询天气并推荐穿搭”）在Agent内部的处理步骤与调用顺序。

细节强化

• 错误处理与鲁棒性：在提示词中强调加入重试机制、工具调用超时处理、以及优雅降级策略（如当某个API失效时，启用备用方案）。
• 性能指标：考虑加入响应延迟、任务成功率、Token使用效率等监控点的代码钩子（hooks）。
• 安全与权限：明确提示对用户输入进行安全检查、对工具调用进行权限验证的必要性。
• 配置化：设计通过配置文件（如YAML）来管理Agent行为、工具列表和模型参数，提升灵活性。

使用建议

• 将上述“核心提示词”直接复制到ChatGPT、Claude或GitHub Copilot等工具中，可生成具体的代码片段。
• 开发时，建议从最小可行产品（MVP）开始，先实现一个具备单一工具调用能力的简单Agent，再逐步叠加记忆、规划等复杂功能。
• 在复杂提示词中，使用“##”或“```”等符号清晰分隔指令、代码示例和上下文信息，以提高AI的理解精度。
• 本方案提示词可作为团队内部的技术需求文档（PRD）或系统设计文档（SDD）的草稿，快速对齐开发思路。