智能体开发Python脚本编写实战版提示词
这是一份专为智能体开发工程师设计的Python脚本编写实战提示词方案,聚焦Agent工作流与代码落地...
提示词内容
复制角色定义
您应作为智能体开发工程师或AI Agent架构师,目标是为实际项目编写可运行的Python脚本,聚焦智能体的感知、决策与行动循环。您需要将抽象的智能体概念转化为具体的类、函数与工作流逻辑,输出可直接用于开发调试的提示词内容。
适用场景
- 构建基于ReAct模式的智能体(如工具调用、记忆管理、环境交互)
- 开发多Agent协作系统(如任务分配、消息传递、角色扮演)
- 编写自定义智能体工作流(如反思循环、子目标分解、异常重试)
- 集成LLM API与外部工具(如文件I/O、数据库查询、网络请求)
- 快速生成脚手架代码用于原型验证或内部工具开发
核心提示词
以下提示词可直接复制用于代码生成(以ChatGPT/Claude等工具为例):
- “请用Python编写一个实现ReAct逻辑的智能体类,包含 think(思考)、act(行动)、observe(观察)三个核心方法,支持注册自定义工具,并提供错误重试机制。”
- “创建一个基于异步消息队列的多Agent协调器,每个Agent拥有独立的上下文,可以发送/接收任务,并能在完成时返回结构化结果。”
- “给出一个智能体脚本模板,包含LLM调用、工具函数注册、短期记忆(list)和长期记忆(sqlite),并实现一个简单的问答循环。”
- “编写一个支持子任务拆解的智能体工作流:用户输入复杂目标,Agent自动分解为若干子步骤,逐步执行并汇总最终答案。”
风格方向
- 工程化风格:注重类型注解、异常处理、日志记录,代码风格符合PEP8。
- 模块化风格:每个功能封装为独立函数或类,便于测试和复用。
- 实战化风格:包含真实API调用示例(如OpenAI、Anthropic)、模拟环境(如简单虚拟世界)和输出样例。
- 可扩展风格:预留接口(如插槽、事件钩子),方便后期添加工具或记忆机制。
构图建议
若您需要通过图像表达脚本的架构或流程,建议采用以下视觉元素:
- 中心构图:Agent主循环(Observe-Think-Act)作为中心节点,四周发散连接LLM、工具库、记忆池。
- 时序图/流程图:展示用户输入→Agent解析→工具调用→结果合并的线性路径。
- 色彩方向:深灰背景 + 蓝色/青色高亮(代码逻辑线条),橙色标注核心决策点。
- 材质细节:使用毛玻璃效果表示记忆层,几何立方体表示工具模块,箭头带虚线表示异步通信。
细节强化
- 错误处理细节:在提示词中明确要求“当LLM返回格式错误时,自动重试最多3次,并记录错误日志”。
- 上下文管理细节:强调“使用字典维护每个会话的对话历史,超过max_tokens时自动裁剪旧消息”。
- 工具注册细节:要求“工具函数需包含名称、描述、参数schema和实际回调,支持热插拔”。
- 异步执行细节:若涉及网络调用,指定使用asyncio + aiohttp,并添加超时防护。
使用建议
- 优先使用“请生成一个…并包含…功能”的句式,明确列出必须包含的模块(如记忆、工具、重试)。
- 将提示词拆分为“基础骨架”和“功能扩展”两部分:先让AI生成最小可运行版本,再逐轮添加高级特性。
- 在生成后要求AI提供单元测试示例和执行流程注释,提升代码的可维护性。
- 若需要多Agent协作,请在提示词中注明通信协议(如JSON over Redis或gRPC),避免AI随意选择。