前言：一个普通Windows用户的AI Agent折腾史
说出来不怕你笑话，三个月前我还以为”AI Agent”是某个游戏里的NPC。直到有一天，我看到一个视频：一个人对着电脑说”帮我整理这周的邮件，把重要的标出来，不重要的归档”，然后电脑真的自己打开了邮箱、读邮件、分类、归档。整个过程没人写一行代码。
我当时就愣住了。这不就是我每天重复做的那些破事吗？
于是我开始折腾。踩了无数坑，重装了两次系统，花了不少冤枉钱买API额度，终于跑通了一个能用的AI Agent。这篇文章就是我把这三个月踩的坑、攒的经验，完完整整地告诉你。
你不需要懂编程，不需要买Mac，不需要租服务器。一台普通Windows电脑就够了。
一、先搞清楚AI Agent到底是什么
别急着动手，先花2分钟搞清楚概念，能省你2个小时。
ChatGPT你用过吧？你问它问题，它回答你。问完就完了，它不记得你上次说了什么（除非在同一个对话里），也不会主动帮你干活。这就是”对话式AI”。
AI Agent不一样。你可以把它理解成一个”会使用工具的AI”。它不只是回答你的问题，它会：
- 自主规划：你说”帮我写一篇关于Python的博客”，它自己拆成”搜索资料 -> 列大纲 -> 写初稿 -> 润色”这几步
- 使用工具：它能打开浏览器搜索、读写文件、执行代码、调用API
- 循环迭代：写完初稿不满意，它会自己改，改到你满意为止
- 记忆能力：它能记住你的偏好，下次用的时候不用重新交代
打个比方：ChatGPT是个聪明的顾问，你问它答；AI Agent是个实习生，你交代任务，它自己想办法完成。
二、准备工作：你需要的东西
在开始之前，先确认你的环境和需要准备的东西：
| 项目 | 要求 | 说明 |
|---|---|---|
| 操作系统 | Windows 10/11 | 64位，建议1809版本以上 |
| 内存 | 至少8GB | 16GB更舒服，Agent跑起来吃内存 |
| 硬盘 | 剩余20GB以上 | 模型文件和依赖包不小 |
| 网络 | 能访问外网 | 大部分AI服务需要联网 |
| API Key | OpenAI或其他 | 这是”燃料”，后面会讲怎么弄 |
关于API Key，多说两句。AI Agent的”大脑”是大语言模型，目前最方便的是用OpenAI的GPT-4o。你需要一个OpenAI账号，充5-10美元就够用很久了。如果你不想花钱，文章后面我也会讲免费方案。
三、方案选择：三条路，选一条
在Windows上跑AI Agent，主要有三条路：
方案一：用现成平台（最简单）
Dify、Coze、FastGPT这些平台，提供了可视化的Agent搭建界面。你拖拖拽拽，配置一下，就能跑起来。适合完全不想写代码的人。
优点：零代码、可视化、社区资源丰富
缺点：灵活性有限、高级功能要付费
方案二：用Python + LangChain（推荐）
这是目前最主流的方案。LangChain是专门用来构建AI Agent的Python框架，生态最成熟，教程最多。
优点：灵活、强大、免费开源
缺点：需要一点点Python基础（真的只要一点点）
方案三：用Node.js + AI SDK
如果你更熟悉JavaScript，可以用Vercel的AI SDK。不过生态不如LangChain成熟。
我推荐方案二。跟着做就行，我保证你30分钟内能跑起来。
四、手把手：用Python + LangChain搭建你的第一个Agent
第1步：安装Python
打开浏览器，访问 python.org/downloads，下载Python 3.11或3.12。
重要：安装时勾选”Add Python to PATH”。这一步忘了后面会很麻烦。我当年就忘了，折腾了半小时。
安装完成后，按 Win + R，输入 cmd，回车打开命令行，输入：
python --version如果显示 Python 3.11.x 或类似版本号，说明安装成功。
第2步：创建项目文件夹
在D盘创建一个文件夹，比如 D:\\\\my-agent。然后在命令行中进入这个文件夹：
D:cd D:\\\\my-agent第3步：创建虚拟环境
虚拟环境是个好东西，简单说就是给每个项目一个独立的Python环境，互不干扰。
python -m venv venv然后激活虚拟环境：
.\\\\venv\\\\Scripts\\\\activate如果看到命令行前面出现了 (venv)，说明激活成功。
第4步：安装依赖包
pip install langchain langchain-openai python-dotenv这个过程可能需要1-2分钟，取决于你的网速。
第5步：配置API Key
在 D:\\\\my-agent 文件夹里新建一个文件，命名为 .env（注意前面有个点），内容如下：
OPENAI_API_KEY=你的API Key把”你的API Key”替换成你从OpenAI获取的真实Key。如果你还没有，去 platform.openai.com/api-keys 创建一个。
安全提醒：这个文件里是你的密钥，千万不要上传到GitHub或发给别人。
第6步：写你的第一个Agent
在 D:\\\\my-agent 文件夹里新建一个文件 agent.py，内容如下：
import osfrom dotenv import load_dotenvfrom langchain_openai import ChatOpenAIfrom langchain.agents import create_tool_calling_agent, AgentExecutorfrom langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholderfrom langchain_community.tools import DuckDuckGoSearchRun# 加载环境变量load_dotenv()# 初始化大模型llm = ChatOpenAI( model="gpt-4o-mini", # 用mini版本就够了，便宜 temperature=0.7, api_key=os.getenv("OPENAI_API_KEY"))# 定义工具：网络搜索search_tool = DuckDuckGoSearchRun()# 创建提示词模板prompt = ChatPromptTemplate.from_messages([ ("system", "你是一个有用的AI助手。当需要获取最新信息时，请使用搜索工具。请用中文回答。"), MessagesPlaceholder(variable_name="chat_history", optional=True), ("human", "{input}"), MessagesPlaceholder(variable_name="agent_scratchpad"),])# 创建Agentagent = create_tool_calling_agent( llm=llm, tools=[search_tool], prompt=prompt)agent_executor = AgentExecutor( agent=agent, tools=[search_tool], verbose=True # 设为True可以看到Agent的思考过程)# 运行Agentif __name__ == "__main__": print("=== 你的第一个AI Agent ===") print("输入 'quit' 退出\\") while True: user_input = input("你: ") if user_input.lower() == 'quit': break result = agent_executor.invoke({"input": user_input}) print(f"\\Agent: {result['output']}\\")第7步：运行！
在命令行中输入：
python agent.py如果一切正常，你会看到提示符。试试输入：
帮我搜索一下今天有什么AI方面的重要新闻Agent会自动调用搜索工具，获取最新信息，然后给你一个总结。
看到这一幕的时候，我真的起了一身鸡皮疙瘩。不是因为技术多厉害，而是因为——这东西真的在”思考”。它会先判断”这个问题需要搜索”，然后调用搜索工具，然后整理结果。整个过程是自动的。
五、给Agent装上更多”手脚”
上面的Agent只有一个搜索工具，能力有限。下面给它装上更多工具。
文件读写工具
from langchain.tools import toolimport os@tooldef read_file(file_path: str) -> str: """读取指定文件的内容""" try: with open(file_path, 'r', encoding='utf-8') as f: return f.read() except Exception as e: return f"读取文件失败: {str(e)}"@tooldef write_file(file_path: str, content: str) -> str: """将内容写入指定文件""" try: with open(file_path, 'w', encoding='utf-8') as f: f.write(content) return f"文件已写入: {file_path}" except Exception as e: return f"写入文件失败: {str(e)}"@tooldef list_files(directory: str) -> str: """列出指定目录下的所有文件""" try: files = os.listdir(directory) return "\\".join(files) except Exception as e: return f"列出文件失败: {str(e)}"代码执行工具
from langchain_experimental.tools import PythonREPLToolpython_repl = PythonREPLTool()安装这个工具需要额外装一个包：
pip install langchain-experimental然后把这些工具加到Agent里：
agent = create_tool_calling_agent( llm=llm, tools=[search_tool, read_file, write_file, list_files, python_repl], prompt=prompt)现在你的Agent能搜索、能读写文件、能执行Python代码了。试试对它说：”帮我创建一个Excel文件，里面包含1到100的平方数”。它会自己写Python代码、执行、生成文件。
六、免费方案：不想花钱怎么办
我知道很多人看到”OpenAI API Key”就头大了。确实，虽然不贵，但毕竟要绑信用卡。下面说几个免费方案。
方案一：用Ollama跑本地模型
Ollama是一个让你在本地运行大模型的工具。下载安装后，一行命令就能跑起来：
ollama run qwen2.5:14bQwen2.5是阿里开源的模型，14B参数的版本效果不错，中文能力很强。在你的电脑上跑，完全免费。
然后在LangChain中把模型换成Ollama：
from langchain_community.chat_models import ChatOllamallm = ChatOllama( model="qwen2.5:14b", temperature=0.7)不过说实话，本地模型的效果跟GPT-4还是有差距的。如果你的电脑显卡不是RTX 3060以上，推理速度也会比较慢。
方案二：用免费的在线API
国内有一些免费的AI API可以用：
- 硅基流动（SiliconFlow）：注册送额度，Qwen、DeepSeek等模型都能用
- DeepSeek API：价格极低，几百万token才几块钱
- 智谱AI：注册送免费额度，GLM-4效果不错
这些都可以通过修改base_url在LangChain中使用：
llm = ChatOpenAI( model="deepseek-chat", base_url="https://api.deepseek.com/v1", api_key="你的DeepSeek Key")七、常见问题排查
折腾过程中你肯定会遇到问题，这里列几个最常见的：
问题1：pip install 报错
可能是网络问题。换国内镜像源：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple langchain问题2：API Key无效
检查.env文件里的Key有没有多余的空格。Key应该以 sk- 开头。
问题3：ModuleNotFoundError
确认你激活了虚拟环境（命令行前面有 (venv)）。如果没有，重新执行 .\\\\venv\\\\Scripts\\\\activate。
问题4：中文乱码
在文件开头加上：
# -*- coding: utf-8 -*-或者在Windows命令行中先执行：
chcp 65001八、下一步学什么
跑通上面的例子，你已经入门了。接下来可以往这几个方向深入：
- RAG（检索增强生成）：让Agent能读取你自己的文档，回答基于你私有知识的问题。比如把公司所有文档喂给Agent，让它当你的知识库助手
- 多Agent协作：让多个Agent分工合作，一个负责搜索，一个负责写作，一个负责审核
- 自动化工作流：用Dify或n8n搭建自动化的Agent流程，比如每天自动收集行业新闻、生成摘要、发到微信群
这些内容我后面会单独写文章讲。如果你等不及，可以去看看我写的 LangChain搭建AI Agent详细步骤 和 多智能体联动搭建教程。
说实话，AI Agent这个领域变化太快了。我三个月前学的东西，有些现在已经过时了。但核心思路不会变：大模型 + 工具 + 自主规划 = Agent。掌握了这个公式，不管框架怎么变，你都能快速上手。
动手试试吧。遇到问题很正常，我当初也是一路报错一路查过来的。跑通第一个Agent的那一刻，你会觉得一切都值了。
