Qwen Agent 入门介绍与简单使用示例
Qwen Agent 入门介绍与简单使用示例
1. Qwen Agent 是什么？
Qwen Agent 是由阿里巴巴推出的多模态大模型 Qwen 系列中的智能 Agent 框架。 它的目标是让开发者能够快速构建“能思考、会规划、能调用工具”的 AI 智能体 !!!
核心特性：
- 模型驱动：基于通义千问（Qwen）系列大语言模型
- 可调用工具：支持 API、数据库、Python 代码等多种工具调用。
- 多模态能力：不仅能处理文本，还可扩展到图像、语音等。
- 易于集成：支持 Python SDK、本地部署、云端 API。
简单来说，Qwen Agent 让大模型变成“会干活的 AI 助手”，而不仅是一个聊天机器人
2. 核心原理
Qwen Agent 的核心是 规划（Planning） + 工具调用（Tool Use）：
- 接收任务
- 用户输入任务描述，例如“帮我查今天的天气并画一个天气图表”。
- 任务规划
- 模型分解任务成多个步骤，比如“获取天气数据 → 绘制图表”。
- 调用工具
- 按需调用 API、数据库、代码执行环境等完成步骤。
- 汇总输出
- 将执行结果整理成用户需要的格式（文本、图片、文件等）。
这种结构让 Qwen Agent 能处理比单纯对话更复杂的任务。
3. 安装 Qwen Agent
如果你想在本地运行：
pip install qwen-agent
或者安装最新版（开发中版本）：
pip install git+https://github.com/QwenLM/qwen-agent.git
4. 快速使用示例
4.1 文本对话
from qwen_agent import QwenAgent# 初始化 Agent
agent = QwenAgent(model="qwen-max")# 简单对话
response = agent.chat("用三句话介绍一下量子计算")
print(response)
4.2 调用工具的示例
假设我们有一个查询天气的函数：
def get_weather(city: str) -> str:# 假设调用了天气 APIreturn f"{city} 今天是晴天，气温 28℃"
我们注册工具并调用：
from qwen_agent import QwenAgent, Tool# 定义工具
weather_tool = Tool(name="get_weather",func=get_weather,description="获取指定城市的天气"
)# 初始化 Agent 并注册工具
agent = QwenAgent(model="qwen-max", tools=[weather_tool])# 用户请求
response = agent.chat("查一下杭州今天的天气")
print(response)
模型会自动调用 get_weather 工具，并将结果返回给用户。
5. 常见应用场景
- 智能客服：能直接调用数据库或接口查订单、库存等。
- 数据分析：自动调用 Python 脚本处理数据，并生成报告。
- 知识问答：连接企业知识库进行精准回答。
- 多步骤任务：如“抓取新闻 → 生成摘要 → 发邮件”。
6. 小结
Qwen Agent = 大模型 + 工具能力 + 任务规划
相比单纯的对话模型，它更像一个可以动手的“AI 助手”。
入门建议：
- 先用纯对话模式熟悉 API。
- 再尝试注册简单工具（API、函数）。
- 最后结合多步任务，让 Agent 真正发挥作用。
如果你已经在用 LangChain、LlamaIndex 等框架，Qwen Agent 也能很好地集成到现有工作流中。