从 0 造一个迷你 Agent 框架（硬核选修）

一个最小框架,需要哪几块?

把这三块封进一个类,就是一个能复用的 Agent 框架了。

🔧 上手:~35 行,你的 MiniAgent

下面 复制即可运行。它用装饰器注册工具、用一个循环跑 ReAct——用起来像极了那些大框架:

import json
from openai import OpenAI

class MiniAgent:
    def __init__(self, api_key, base_url="https://api.deepseek.com",
                 model="deepseek-chat", system="你是一个会用工具的智能体。"):
        self.client = OpenAI(api_key=api_key, base_url=base_url)
        self.model, self.system, self.tools = model, system, {}   # tools: 名字 -> (函数, 说明书)

    def tool(self, description, parameters):
        """装饰器：把一个普通函数注册成工具"""
        def deco(fn):
            self.tools[fn.__name__] = (fn, {"type": "function", "function": {
                "name": fn.__name__, "description": description, "parameters": parameters}})
            return fn
        return deco

    def run(self, user, max_steps=6):
        messages = [{"role": "system", "content": self.system},
                    {"role": "user", "content": user}]
        specs = [s for _, s in self.tools.values()]
        for _ in range(max_steps):                       # ← 想→做→看 的循环 + 防跑飞
            msg = self.client.chat.completions.create(
                model=.model, messages=messages, tools=specs  ).choices[].message
              msg.tool_calls:                       
                 msg.content
            messages.append(msg)
             tc  msg.tool_calls:                     
                fn = .tools[tc.function.name][]
                result = fn(**json.loads(tc.function.arguments))
                messages.append({: , : tc., : (result)})
         


agent = MiniAgent(api_key=)


 ():
    :
         (expression)       
     Exception:
         

(agent.run())   

看那两行 @agent.tool(...) 和 agent.run(...)——和你用 LangGraph 的体验几乎一样。区别只是:成熟框架在这套骨架上,又加了状态管理、流式输出、多智能体、记忆、调试可视化、错误重试……

但内核,就是你现在手里这 35 行。 你已经看穿了所有 Agent 框架的底。

这是我的 MiniAgent 框架代码(贴上面那段)。请帮我加一个能力:『___』(比如:对话记忆 / 流式输出 / 工具执行出错时自动重试),给出改动后的关键代码并解释思路。