本指南提供了设置开发环境并使用 AIGNE 框架运行您的第一个 AI Agent 所需的步骤。整个过程预计在 30 分钟内完成,通过实际操作,帮助您上手框架的基本工作流程。
我们将介绍系统先决条件、所需包的安装,并提供一个完整、可直接复制粘贴的示例,演示如何定义、配置和执行一个基本的 AI Agent。
先决条件
在继续之前,请确保您的开发环境满足以下要求:
- Node.js:需要 20.0 或更高版本。
您可以通过在终端中执行以下命令来验证您的 Node.js 版本:
node -v安装
首先,您需要安装 AIGNE 核心包和一个模型提供商包。在本指南中,我们将使用官方的 OpenAI 模型提供商。
使用您偏好的包管理器安装必要的包:
npm
```bash npm install @aigne/core @aigne/openai ```
yarn
```bash yarn add @aigne/core @aigne/openai ```
pnpm
```bash pnpm add @aigne/core @aigne/openai ```
此外,您还需要一个 OpenAI API 密钥。请将其设置为名为 OPENAI_API_KEY 的环境变量。
.env
OPENAI_API_KEY="sk-..."快速入门示例
此示例演示了创建并运行一个简单的“助手” Agent 的完整过程。
- 创建一个名为
index.ts的新 TypeScript 文件。 - 将以下代码复制并粘贴到该文件中。
index.ts
import { AIAgent, AIGNE } from "@aigne/core";
import { OpenAIChatModel } from "@aigne/openai";
// 1. 实例化 AI 模型
// 这将使用指定的模型创建与 OpenAI API 的连接。
// API 密钥会从 OPENAI_API_KEY 环境变量中读取。
const model = new OpenAIChatModel({
model: "gpt-4o-mini",
});
// 2. 定义 AI Agent
// Agent 是一个工作单元。这个 AIAgent 配置了
// 定义其个性和任务的指令。
const assistantAgent = AIAgent.from({
name: "Assistant",
instructions: "You are a helpful and friendly assistant.",
});
// 3. 实例化 AIGNE
// AIGNE 类是管理和运行 Agent 的中央协调器。
// 它配置了其 Agent 将要使用的模型。
const aigne = new AIGNE({ model });
async function main() {
// 4. 调用 Agent
// invoke 方法使用给定的输入运行 Agent。
// 框架会处理与模型的交互。
const response = await aigne.invoke(
assistantAgent,
"Why is the sky blue?"
);
// 5. 打印响应
console.log(response);
}
main();运行示例
从您的终端执行该脚本。如果您使用的是 TypeScript,可以使用像 ts-node 这样的工具。
npx ts-node index.ts预期输出
输出将是 Agent 对问题的响应,格式为 JSON 对象。message 字段的内容会有所不同,因为它是由 AI 模型生成的。
{
"message": "The sky appears blue because of a phenomenon called Rayleigh scattering..."
}代码分解
该示例由四个主要步骤组成,代表了 AIGNE 框架的核心工作流程。
模型初始化
创建了一个
OpenAIChatModel的实例。该对象作为与指定的 OpenAI 模型(例如gpt-4o-mini)的直接接口。它需要一个 API 密钥进行身份验证,该密钥会自动从OPENAI_API_KEY环境变量中获取。Agent 定义
使用静态的
from方法定义了一个AIAgent。这是框架中的基本工作单元。其行为由instructions属性定义,该属性充当系统提示,指导 AI 模型的响应。AIGNE 实例化
AIGNE类被实例化。它充当所有 Agent 的执行引擎和协调器。通过将model实例传递到其构造函数中,我们为这个 AIGNE 实例管理的所有 Agent 建立了一个默认模型。Agent 调用
调用
aigne.invoke()方法来执行assistantAgent。第一个参数是要运行的 Agent,第二个是输入消息。框架管理请求的完整生命周期:将提示和指令发送到模型,接收响应,并将其作为结构化输出返回。
这个简单的示例说明了该框架的模块化和声明性特性,其中模型、Agent 和执行引擎被配置和组合以构建强大的 AI 驱动的应用程序。
总结
在本指南中,您已成功设置好环境,安装了必要的 AIGNE 包,并构建和运行了一个可用的 AI Agent。您已经学习了基本的工作流程:定义模型、使用特定指令创建 Agent,以及使用 AIGNE 通过用户提示调用它。
有了这个基础,您现在可以探索更高级的主题了。