tRPC-Agent-Go 快速上手 - 5 分钟运行你的第一个 AI Agent

AI人工智能 1 天前 0 1

前言

上一篇我们详细介绍了 tRPC-Agent-Go 的各项功能，但很多读者反馈想要一个更快速的上手指南。本文专注于5 分钟内运行你的第一个 AI Agent，从零开始，快速体验 tRPC-Agent-Go 的强大功能！

项目地址：https://github.com/trpc-group/trpc-agent-go

一、快速开始（3 步搞定）

步骤 1：克隆项目

# 克隆项目
git clone https://github.com/trpc-group/trpc-agent-go.git
cd trpc-agent-go

# 查看项目结构
ls -la
# examples/     # 示例代码
# core/         # 核心库
# docs/         # 文档
# go.mod        # Go 模块文件

步骤 2：配置 LLM API Key

# 配置 OpenAI API Key
export OPENAI_API_KEY="your-api-key-here"

# 可选：配置自定义 Base URL（使用国内镜像）
export OPENAI_BASE_URL="https://api.openai.com/v1"

# 或者使用其他模型提供商
# export ANTHROPIC_API_KEY="your-anthropic-key"
# export AZURE_OPENAI_API_KEY="your-azure-key"

国内用户推荐配置

# 使用阿里云通义千问
export DASHSCOPE_API_KEY="sk-your-dashscope-key"
export OPENAI_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"

# 使用智谱 AI
export ZHIPU_API_KEY="your-zhipu-key"
export OPENAI_BASE_URL="https://open.bigmodel.cn/api/paas/v4"

# 使用 DeepSeek
export DEEPSEEK_API_KEY="your-deepseek-key"
export OPENAI_BASE_URL="https://api.deepseek.com"

步骤 3：运行第一个 Agent！

# 进入示例目录
cd examples/runner

# 运行示例
go run . -model="gpt-4o-mini" -streaming=true

# 输入你的问题
> 你好，请介绍一下自己

预期输出

你好！我是 tRPC-Agent-Go 助手，一个基于大型语言模型的智能代理系统。

我可以帮助你：
- 回答各种问题
- 执行工具调用
- 进行多轮对话
- 完成复杂任务

有什么我可以帮助你的吗？

二、更多示例

示例 1：使用工具

# 运行带工具的示例
cd examples/tools
go run .

# 尝试让 Agent 使用工具
> 请计算 123 * 456 + 789
> 请帮我搜索最新的 AI 新闻

示例 2：多 Agent 协作

# 运行多 Agent 示例
cd examples/multi-agent
go run .

# 多 Agent 会协作完成任务
> 请分析这个销售数据并生成报告

示例 3：GraphAgent 图工作流

# 运行图工作流示例
cd examples/graph
go run .

# 体验条件路由和复杂工作流
> 帮我完成这个复杂任务

示例 4：记忆系统

# 运行记忆示例
cd examples/memory
go run .

# 测试跨会话记忆
> 我叫小明，喜欢编程
> （下一轮对话）
> 我叫什么名字？我喜欢什么？

三、自定义你的 Agent

创建简单的 Agent

创建文件 my-first-agent/main.go：

package main

import (
    "bufio"
    "context"
    "fmt"
    "os"
    
    "trpc.group/trpc-go/trpc-agent-go/agent"
    "trpc.group/trpc-go/trpc-agent-go/llm"
    "trpc.group/trpc-go/trpc-agent-go/model"
    "trpc.group/trpc-go/trpc-agent-go/runner"
)

func main() {
    ctx := context.Background()
    
    // 创建模型
    mdl := llm.NewOpenAIModel("gpt-4o-mini", nil)
    
    // 创建 Agent
    agt := llmagent.New("my-assistant",
        llmagent.WithModel(mdl),
        llmagent.WithSystemPrompt("你是一个友好的 AI 助手，用中文回答。"),
    )
    
    // 创建 Runner
    r := runner.NewRunner("app", agt)
    
    // 交互式对话
    scanner := bufio.NewScanner(os.Stdin)
    fmt.Println("🤖 Agent 已就绪！输入 'quit' 退出")
    
    for {
        fmt.Print("> ")
        if !scanner.Scan() {
            break
        }
        
        input := scanner.Text()
        if input == "quit" {
            break
        }
        
        // 运行 Agent
        events, err := r.Run(ctx, "user-1", "session-1",
            model.NewUserMessage(input))
        if err != nil {
            fmt.Printf("错误：%v
", err)
            continue
        }
        
        // 处理事件流
        for event := range events {
            if event.Type == "message" {
                fmt.Printf("🤖 %s
", event.Data)
            }
        }
    }
}

运行你的 Agent

cd my-first-agent
go mod init my-first-agent
go get trpc.group/trpc-go/trpc-agent-go

go run .

# 开始对话
> 你好
> 今天天气怎么样？
> 推荐几本编程书籍

四、添加自定义工具

创建文件 my-agent-with-tools/main.go：

package main

import (
    "context"
    "fmt"
    
    "trpc.group/trpc-go/trpc-agent-go/function"
    "trpc.group/trpc-go/trpc-agent-go/llm"
    "trpc.group/trpc-go/trpc-agent-go/model"
    "trpc.group/trpc-go/trpc-agent-go/runner"
)

// 定义天气查询函数
func getWeather(city string) (string, error) {
    // 实际应用中调用天气 API
    weatherData := map[string]string{
        "北京": "晴，25°C",
        "上海": "多云，28°C",
        "深圳": "小雨，26°C",
        "广州": "晴，30°C",
    }
    
    if weather, ok := weatherData[city]; ok {
        return weather, nil
    }
    return fmt.Sprintf("%s 天气晴朗，温度约 25°C", city), nil
}

// 定义计算器函数
func calculate(a, b float64, op string) (float64, error) {
    switch op {
    case "add":
        return a + b, nil
    case "subtract":
        return a - b, nil
    case "multiply":
        return a * b, nil
    case "divide":
        if b == 0 {
            return 0, fmt.Errorf("除数不能为零")
        }
        return a / b, nil
    default:
        return 0, fmt.Errorf("未知操作：%s", op)
    }
}

func main() {
    ctx := context.Background()
    
    // 创建工具
    weatherTool := function.NewFunctionTool(
        getWeather,
        function.WithName("get_weather"),
        function.WithDescription("查询指定城市的天气"),
    )
    
    calcTool := function.NewFunctionTool(
        calculate,
        function.WithName("calculator"),
        function.WithDescription("执行数学运算"),
    )
    
    // 创建模型
    mdl := llm.NewOpenAIModel("gpt-4o-mini", nil)
    
    // 创建带工具的 Agent
    agt := llmagent.New("tool-assistant",
        llmagent.WithModel(mdl),
        llmagent.WithTools([]tool.Tool{weatherTool, calcTool}),
        llmagent.WithSystemPrompt("你是一个有用的助手，可以查询天气和计算数学题。"),
    )
    
    // 创建 Runner
    r := runner.NewRunner("app", agt)
    
    // 测试天气查询
    fmt.Println("测试天气查询...")
    events, _ := r.Run(ctx, "user-1", "session-1",
        model.NewUserMessage("北京天气怎么样？"))
    
    for event := range events {
        if event.Type == "message" {
            fmt.Printf("🤖 %s
", event.Data)
        }
    }
    
    // 测试计算器
    fmt.Println("
测试计算器...")
    events, _ = r.Run(ctx, "user-1", "session-1",
        model.NewUserMessage("请计算 123 * 456 + 789"))
    
    for event := range events {
        if event.Type == "message" {
            fmt.Printf("🤖 %s
", event.Data)
        }
    }
}

五、常见问题

Q1: 安装失败怎么办？

# 确保 Go 版本 >= 1.21
go version

# 如果版本过低，下载最新版本
# https://go.dev/dl/

# 清理 Go 模块缓存
go clean -modcache

# 重新安装
go get trpc.group/trpc-go/trpc-agent-go

Q2: API Key 配置不生效？

# 检查环境变量是否设置成功
echo $OPENAI_API_KEY

# 如果为空，重新设置
export OPENAI_API_KEY="your-key-here"

# 或者在 .bashrc 或 .zshrc 中添加
echo 'export OPENAI_API_KEY="your-key-here"' >> ~/.bashrc
source ~/.bashrc

Q3: 网络连接超时？

# 使用国内镜像
export OPENAI_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
export DASHSCOPE_API_KEY="your-dashscope-key"

# 或者使用代理
export HTTP_PROXY="http://proxy.example.com:8080"
export HTTPS_PROXY="http://proxy.example.com:8080"

Q4: 如何查看详细的运行日志？

# 启用调试模式
export TRPC_DEBUG=true

# 运行示例
go run . -model="gpt-4o-mini" -streaming=true -verbose

六、下一步学习

总结

通过本文，你应该已经成功运行了第一个 AI Agent！tRPC-Agent-Go 的快速开始非常简单：

克隆项目：git clone
配置 API Key：export OPENAI_API_KEY
运行示例：go run .

接下来可以：

尝试不同的示例（tools、multi-agent、graph、memory）
创建自己的 Agent
添加自定义工具
集成到实际项目中

开始你的 AI Agent 之旅吧！🚀

提示：遇到问题？查看 GitHub Issues 或加入官方社区讨论。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。

AI Agent Go 语言 tRPC-Agent-Go 中文教程入门指南快速开始

tRPC-Agent-Go 快速上手 - 5 分钟运行你的第一个 AI Agent

前言

一、快速开始（3 步搞定）

步骤 1：克隆项目

步骤 2：配置 LLM API Key

国内用户推荐配置

步骤 3：运行第一个 Agent！

预期输出

二、更多示例

示例 1：使用工具

示例 2：多 Agent 协作

示例 3：GraphAgent 图工作流

示例 4：记忆系统

三、自定义你的 Agent

创建简单的 Agent

运行你的 Agent

四、添加自定义工具

五、常见问题

Q1: 安装失败怎么办？

Q2: API Key 配置不生效？

Q3: 网络连接超时？

Q4: 如何查看详细的运行日志？

六、下一步学习

推荐学习路径

相关资源

总结

发表回复取消回复

前言

一、快速开始（3 步搞定）

步骤 1：克隆项目

步骤 2：配置 LLM API Key

国内用户推荐配置

步骤 3：运行第一个 Agent！

预期输出

二、更多示例

示例 1：使用工具

示例 2：多 Agent 协作

示例 3：GraphAgent 图工作流

示例 4：记忆系统

三、自定义你的 Agent

创建简单的 Agent

运行你的 Agent

四、添加自定义工具

五、常见问题

Q1: 安装失败怎么办？

Q2: API Key 配置不生效？

Q3: 网络连接超时？

Q4: 如何查看详细的运行日志？

六、下一步学习

推荐学习路径

相关资源

总结

相关文章

发表回复 取消回复

发表回复取消回复