正在加载课件…AI 实践课程 02 1 / 14
用 Qoder 搭建你的
第一个 AI Agent
从 API 到聊天界面,亲手跑通 Agentic 循环
- 业务同事也能跟练
- 用自然语言描述目标,让 Qoder 实现代码
- 一个看得见的循环
- 模型决定调用,应用执行,再把结果交回模型
课程 02 本机实操 三步跟练
AI 实践课程 02 1 / 14
从 API 到聊天界面,亲手跑通 Agentic 循环
课程 02 本机实操 三步跟练
AI 实践课程 02 2 / 14
问一句“2026 年 10 月有几个工作日”,看到它查数据后回答
前两步准备能力,第三步把它们接成循环
AI 实践课程 02 3 / 14
你准备 Qoder、空文件夹和模型服务信息,环境由 Qoder 处理
第一步无需模型密钥;第二步再配置你选择的模型服务
AI 实践课程 02 4 / 14
优先选容易验证、便于定位问题的工具
把实现变成能检查的交付物,有助于与 AI 协作
AI 实践课程 02 5 / 14
Qoder 启动服务后,打开它给出的 /docs 地址

用 FastAPI 做工作日查询 API:输入年份、月份,返回工作日数量、日期清单和调休补班日期。日历用 https://unpkg.com/holiday-calendar@1.3.3/data/CN/{year}.json,按中国大陆普通双休计算,未知年份和无效月份报错。请检查并配置所需环境,安装依赖,只在本机启动,告诉我 /docs 地址和如何试查 2026 年 10 月。先不做聊天。不用写调用代码,也能亲手验证 API
AI 实践课程 02 6 / 14
在同一页面往下看 Server response 和 Response body

再查 2026 年 2 月,应为 16 天;月份 13 应报错
AI 实践课程 02 7 / 14
向所选服务商取得配置,交由应用后端使用
| 项目 | 作用 | 在哪里填写 |
|---|---|---|
| Base URL | 把请求发到哪里 | LLM_BASE_URL |
| API Key | 凭证,关联权限和计费 | LLM_API_KEY |
| Model | 调用哪个模型的准确编号 | LLM_MODEL |
| 协议与能力 | Chat Completions;第三步需工具调用 | 查服务商文档 |
兼容格式不等于能力完全相同;DeepSeek 是本课实测示例
AI 实践课程 02 8 / 14
使用你选择的兼容模型服务,先验证普通聊天

在现有项目上做一个类似 ChatGPT 的聊天网页,支持连续对话和新建对话。后端用 OpenAI Chat Completions 兼容接口,从 .env 读取 LLM_BASE_URL、LLM_API_KEY、LLM_MODEL,生成 .env.example 让我填写,密钥不进前端、日志或 Git。先不接工作日工具,配置后在本机启动并验证聊天,告诉我打开哪个地址。
聊天页面已连上模型,下一步再赋予它查询能力
AI 实践课程 02 9 / 14
把工作日 API 介绍给模型,并实现收到调用后的执行逻辑
把第一步工作日 API 注册成聊天 AI 的 function tool,由模型决定调用,不用关键词分支。收到 tool call 后实际 HTTP 请求该 API,再把结果作为 tool 消息交回模型,最多 3 轮工具调用。页面显示工具名、参数、HTTP 请求、工具结果和最终回答,保留普通聊天模式作对照。缺年份先追问,API 失败说明原因,不猜数据。启动并用 2026 年 10 月验证。
模型提出调用请求,应用代码负责执行
AI 实践课程 02 10 / 14
把执行结果交回模型,让它继续决定下一步
核心连接在第 4 步:工具结果进入下一次模型请求
AI 实践课程 02 11 / 14
展开真实执行记录,核对模型选择和应用执行

只有“已调用工具”几个字不够,要看到参数、HTTP 与返回值
AI 实践课程 02 12 / 14
每次新建对话后测试,避免上一段答案干扰观察
| 提问 | 应该看到 | 检查什么 |
|---|---|---|
| 2026 年 10 月工作日? | 18 天,10 月 10 日补班 | 工具与数据一致 |
| 比较 2026 年 2 月和 10 月 | 16 天与 18 天,两个月调用 | 模型选择参数、多次调用 |
| 10 月有几个工作日? | 先问哪一年 | 缺信息先澄清 |
| 没有数据的年份/服务失败 | 说明无法查询,不编造数量 | 失败分支与停止 |
程序测试检查固定规则;真实模型试跑检查整条任务链
AI 实践课程 02 13 / 14
一台电脑、一个只读工具,先建立对循环的直观认识
确定计算交给程序;输入理解、工具选择和回答仍需验证
AI 实践课程 02 14 / 14
先找到一个边界清楚、结果能核对的只读任务
本课产出:工作日 API、对话界面、可观察的 Agentic 循环
接着亲手完成跟练,再按实际结果检查。
一起把课程改得更好
不用登录,也不用实名。哪里有用、哪里看不懂,都可以告诉我们。
开启 JavaScript 后可参与互动。