AI Agents：定义解析与从零构建指南

每个人都在谈论 AI Agent。但如果你问大多数人 Agent 到底是什么，你得到的回答通常是模糊的“能自主做事的人工智能”。

真实情况比这更有用。Agent 不是一个类别，而是一个光谱。

本指南将说明不同 AI 工具在这个光谱上的位置，区分基本的 LLM 交互与真正的 Agent 工作流，并教你如何用 Claude Code 构建自己的 Agent，再连接到 Telegram，整个过程无需你自己编写代码。

开始之前，先在 X 上关注我，并加入我刚创建的 Telegram 频道，我每天都会在那里分享更多 AI 内容。两者都是免费的。

X - https://x.com/AnatoliKopadze

Telegram - https://t.me/kopadzemp

什么让一个东西成为 Agent

问 Claude“我今天应该发什么？”这不是 Agent。这是聊天。

告诉 Claude“找到目前 AI 领域最热门的三个话题，挑出其中一个最有传播潜力的，按我的风格写一篇帖子，并保存到文件里”，然后让它无需你任何操作就完成所有这些事——这才是 Agent。

区别不在于模型，而在于围绕它的结构。

Agent 拥有普通聊天所没有的三样东西：它可以自行调用的工具——搜索、文件系统、代码执行、外部 API；跨任务持久化的记忆（而不仅仅是在一次会话内）；以及一个持续运行直到任务完成的循环，而不是生成一次回复就结束。

你添加的这三样东西越多，你需要参与的部分就越少。这就是核心理念。

光谱：从聊天到 Agent

一端是基本的聊天：你问，Claude 回答，会话结束。没有工具，没有持续的目标，没有在现实世界中行动的能力。

往上一步：启用了工具的 Claude。当 Claude 在回答前搜索网络、读取附件或生成图片时，它已经具备了一点 Agent 性质。你没有一步步告诉它去做这些事，是它自己决定需要的。

再往上：多步骤工作流。你给出一个目标，Claude 将其分解为步骤，执行每一步，检查结果，然后交付最终输出。步骤之间你无需介入。

最顶端：完全自主的 Agent。Agent 按计划运行，监控输入，调用外部服务，在没有人参与的情况下完成复杂任务。你设定一次目标，然后检查输出。

底部和顶端的区别不在于不同的模型，而在于模型周围的东西：它可以调用的工具、承载上下文的记忆，以及持续运行直到任务完成的循环。

你今天就可以构建的 Agent 类型

为了让你了解 Agent 在现实中可以是什么样子，我整理了几个例子。这些不是限制——你可以构建任何适合你具体情况的东西。

研究 Agent： 收集某个主题的信息，阅读多个来源，提取重要内容，并交付一个结构化的摘要。你给它一个问题，它给你一个答案——手动整理可能需要花费数小时。

写作 Agent： 按照你定义的系统来写内容。给它你的语气、格式、受众和主题。它处理草稿、重写和编辑，无需你管理每个句子。

代码 Agent： 编写代码、运行代码、读取错误、修复错误并继续。你描述代码应该做什么，Agent 负责实现和调试循环。

业务 Agent： 处理重复性的业务任务：起草邮件、处理客户请求、筛选潜在客户、生成报告。一旦你定义了规则，它就能自动驾驶。

个人 Agent： 管理你的日程、组织任务、准备简报，并处理你每天手动完成的规划工作。

构建你的第一个 Agent——从这里开始

你将使用 Claude Code 构建一个 Telegram Bot，它运行在远程服务器上，并以 Claude 作为其大脑。Claude Code 会为你编写所有代码，你只需用纯中文描述你想要什么。设置完成后，所有与 Bot 的通信都直接通过 Telegram 进行。

整个设置大约需要 10-20 分钟。你不需要懂编程。

系统提示模板——粘贴到提示 2 中

当你运行下方设置中的提示 2 时，你需要描述你想要哪种类型的 Agent。以下是现成的模板，复制适合你的一个，粘贴到提示 2 中“Agent 应该是：”的位置，Claude Code 就会构建那个特定的 Agent。根据你的情况调整任何细节。

研究 Agent

1你是一个研究 Agent。你的工作是收集、分析和综合我给你的任何主题的信息。
2
3当接到研究任务时：
41.  找出 3-5 个最重要的子问题来回答
52.  搜索每个子问题的信息
63.  评估每个来源的质量和相关性
74.  只提取直接回答问题的事实
85.  交付一个结构化的摘要，包括：关键发现、支持证据，以及你无法填补的空白
9
10格式：使用标题、要点和清晰的部分。
11如果你不确定某个事情，要明确说出来。
12不要添加废话。每个句子都应该包含信息。

写作 Agent

1你是一个写作 Agent。你以我的声音和风格写内容。
2
3我的风格：
4- 对话式、直接、没有官方语言
5- 短句和短段落
6- 具体的数字和例子，而不是模糊的说法
7- 总是以读者应该做或思考的事情结尾
8
9当接到写作任务时：
101.  如果没有提供主题、受众和期望长度，请询问
112.  写第一稿
123.  根据我的风格规则进行审查
134.  交付可供发布的最终版本
14
15永远不要添加不必要的介绍。从最重要的点开始。

代码 Agent

1你是一个代码 Agent。你的工作是编写、调试和改进代码。
2
3当接到编码任务时：
41.  确认你对代码应做什么的理解
52.  用清晰的注释编写解决方案
63.  识别任何边界情况或潜在故障
74.  如果有错误，在寻求帮助之前系统地进行调试
8
9规则：
10- 编写干净、可读的代码，变量名要有意义
11- 始终包含错误处理
12- 用简单的语言解释每个主要部分的作用
13- 如果不确定需求，在继续之前问一个澄清性问题

业务邮件 Agent

1你是一个业务邮件 Agent。你代表我撰写专业的邮件。
2
3我的沟通风格：
4- 直接且尊重
5- 没有不必要的礼节
6- 在第一个句子中直奔主题
7- 以明确的下一步行动结束
8
9当接到邮件任务时：
101.  确定邮件的目标（告知、请求、跟进、确认）
112.  写出反映邮件目的的标题
123.  用最多 3-5 个短段落起草邮件
134.  以一个明确的行动项或下一步结束
14
15要写可以随时发送的邮件，而不是带有待填空白的模板。

个人规划 Agent

1你是我的个人规划 Agent。你帮我组织工作、优先处理任务和计划每周安排。
2
3当我分享我的任务或目标时：
41.  区分紧急和重要的事项
52.  根据依赖关系建议一个合理的顺序
63.  估计每项任务所需的时间
74.  标记任何可以委派或删除的事项
8
9当我描述一个项目时：
10- 将其分解为具体的下一步行动
11- 确定首先要做的最重要的一件事
12- 创建一个我可以遵循的简单清单
13
14保持一切实用。不要有激励性的废话。只要计划。

开始前你需要什么

1 - 来自 console.anthropic.com 的 Claude API 密钥。这是一个开发者密钥，按使用量付费，而不是固定月费。对于一个每天发送 50 条消息的个人 Bot，根据你选择的模型，每月的成本是 1-5 美元。

2 - 来自 BotFather 的 Telegram Bot 令牌。

3 - 一台运行 Linux 的 VPS。对于个人 Telegram Bot，你不需要强大的配置——1 个 CPU、1GB 内存和 20GB 存储空间就足够了。任何来自 DigitalOcean、Hetzner 或 Vultr 的基础套餐都可以，每月花费约 4 到 6 美元。拿到服务器后，在终端中运行 npm i -g @anthropic-ai/claude-code 来安装 Claude Code。

你的 Bot 使用哪个 Claude 模型以及实际成本是多少：

对于大多数个人 Bot，Sonnet 4.6 是正确的选择，它足够强大以应对任何任务，并且日常使用成本可负担。如果你想最小化成本，使用 Haiku 4.5。Opus 4.8 只适用于答案质量至关重要的复杂分析型 Agent。

构建你的第一个 Agent——步骤 1

打开你的 VPS 终端并启动 Claude Code。粘贴以下提示，让它构建所有内容。

给 Agent 一个个性

1为我构建一个使用 Claude API 作为大脑的 Telegram Bot。
2
3要求：
4- 语言：Python
5- Telegram 库：python-telegram-bot
6- Claude 模型：claude-sonnet-4-6
7- Bot 接收消息，发送给 Claude API，并将 Claude 的回复返回给 Telegram
8- 维护每个用户的对话历史——每个用户在会话内都有自己的上下文
9- 添加一个 /start 命令来介绍 Bot
10- 添加一个 /clear 命令来重置该用户的对话历史
11
12创建所有必要的文件：主 Bot 文件、requirements.txt 和一个用于 API 密钥的 .env 文件模板。
13不要硬编码任何 API 密钥——从环境变量中读取它们。

部署为后台服务

1创建一个 systemd 服务文件，使这个 Bot 在我的 Linux VPS 上自动运行，并在崩溃时自动重启。
2
3该服务应：
4- 在服务器启动时自动启动
5- 在崩溃时自动重启
6- 从项目文件夹中的 .env 文件加载环境变量
7- 将日志保存到我以后可以检查的文件中
8
9还要写给我确切的终端命令来安装服务、启动它、检查它是否在运行以及查看日志。

在会话之间添加持久化记忆

1Bot 在重启时会丢失对话历史。修复这个问题。
2
3在每条消息后将每个用户的对话历史保存到磁盘上的一个 JSON 文件中。当 Bot 启动时自动将其加载回来。
4
5增加一个最大历史长度——每个用户只保留最近 20 条消息，这样上下文窗口就不会太长。

为你的 Claude Code Bot 添加技能

技能是你随时间添加到 Bot 中的能力。每一个都是你给 Claude Code 的新提示，它会编写代码使其工作。以下是最有用的几个。

技能：网络搜索

你的 Agent 可以查找实时信息，而不仅仅依靠记忆来回答。

1使用 Tavily API 为 Bot 添加网络搜索能力。
2
3当用户询问需要当前信息的事情（如新闻、价格、近期事件）时，Bot 自动搜索网络并将结果包含在回复中。
4
5Bot 应自行决定何时搜索以及何时凭记忆回答。在 .env 文件模板中添加 TAVILY_API_KEY。
6
7使用 Claude 的工具调用功能来干净地实现这一点。

技能：保存笔记

你的 Agent 可以将你告诉它的任何内容（想法、任务、研究发现）保存到文件中，并在以后检索它们。

1为 Bot 添加一个笔记保存功能。
2
3当用户说“保存这个”、“记住这个”或“笔记：”时，Bot 将内容及时间戳保存到 notes.txt 文件中。
4
5添加一个 /notes 命令来返回最后 10 条保存的笔记。
6添加一个 /clearnotes 命令来删除所有保存的笔记。

技能：限制仅你的账户使用

默认情况下，任何找到你 Bot 的人都可以使用它并消耗你的 API 额度。这个技能将其锁定为仅供你使用。

1为 Bot 添加用户限制，使其只能由我使用。
2
3将我的 Telegram 用户 ID 作为 ALLOWED_USER_ID 添加到 .env 文件中。
4如果其他任何人给 Bot 发消息，它将回复“此 Bot 是私有的。”并忽略来自该用户的所有后续消息。
5
6同时添加我如何找到自己的 Telegram 用户 ID——要么通过 Bot 本身，要么通过其他方法。

技能：追踪 API 成本

Claude API 按 token 收费。这个技能添加一个简单的成本追踪器，让你始终知道自己在花费多少。

1为 Bot 添加基本的成本追踪功能。
2
3每次 Claude API 响应后，记录使用的输入 token 数量和输出 token 数量。
4在 costs.json 文件中保存一个累计总数。
5
6添加一个 /costs 命令来显示：今天使用的总 token 数、所有时间使用的总 token 数，以及基于 claude-sonnet-4-6 定价估算的美元成本。

技能：定时每日简报

Agent 每天早上无需你询问就给你发送一条消息。

1为 Bot 添加一个定时每日简报功能。
2
3每天早上 8:00，Bot 向我发送一条消息，包含：
41.  一句激励性的话（简短，不矫情）
52.  提醒我检查今天最重要的优先事项
63.  一条关于生产力或 AI 的随机有用事实
7
8发送到 .env 文件中的我的 Telegram 用户 ID。
9使用 schedule 或 APScheduler 库来实现这一点。

设置完成后的一些有用信息

如何更新 Agent 的个性。打开主 Bot 文件，找到顶部的系统提示变量，更改它，保存文件，然后使用 sudo systemctl restart your-bot-name 重启服务。新的个性会立即生效。

如何检查 Bot 是否在运行。在终端中运行 sudo systemctl status your-bot-name。如果显示“active (running)”，则它在工作。如果显示“failed”，检查日志。

如何读取日志。运行 journalctl -u your-bot-name -n 50 来查看最后 50 行。这是你找到错误信息的地方（如果有东西坏了）。

如何添加新技能。在你的项目文件夹中打开 Claude Code 并描述你想要什么：“为 Bot 添加 X 功能。”Claude Code 会读取你现有的代码，干净地添加新功能，并告诉你是需要重启。

每个 Agent 都会遇到的记忆问题

这是人们遇到的最常见问题。Agent 在会话之间、在长时间任务中、在收到过多消息后会丢失上下文，并开始犯错误或重复已经完成的工作。

这有三种发生方式：

• 长时间任务最终会超出 Claude 的上下文限制，Agent 开始丢失对话的开头部分：原始目标、已经做出的决定、你设定的约束。
• 当你关闭一个会话并打开一个新会话时，Agent 从零开始。
• 如果 Agent 在任务中途被中断，它无法知道自己停在了哪里。

有四件事可以解决这个问题：

• 告诉 Agent 在每个主要步骤之后写一条进度记录：完成了什么、决定了什么、还需要做什么。在下次会话开始时粘贴该记录以恢复完整上下文。
• 每十到十五条消息，要求 Agent 总结一下它的状态。这迫使它在上下文溢出之前进行压缩。
• 在对话变得太长之前，要求 Agent 将一切压缩成一个简短摘要，然后从那里继续。对话线索得以保留。
• 直接在你的 Bot 代码的系统提示中添加 Agent 始终需要的关键事实。Claude 在每次对话开始时都会读取这个，因此无论对话多长，这些信息始终在上下文中。

检查点提示

1在继续之前，写一个简短的检查点：
21.  到目前为止你完成了什么？
32.  本次会话中的关键决定或发现是什么？
43.  还有哪些需要做？
54.  在新会话中继续此任务需要哪些上下文？
6
7保持在 200 字以内。

记忆文件提示

1完成每个主要步骤后，按以下格式写一条记忆记录：
2
3步骤完成： [做了什么]
4关键决定： [做出的选择及原因]
5当前状态： [任务现在处于什么状态]
6下一步： [下一步应该发生什么]
7
8这条记录将用于在新会话中恢复任务，而不会丢失上下文。

上下文恢复提示

1我们正在从之前的会话中恢复一个任务。以下是上下文：
2
3[在此粘贴你的记忆记录]
4
5基于此：
61.  确认你对我们所处的阶段的理解
72.  确定下一步
83.  提出继续所需解决的问题
9
10不要重复已经完成的工作。

滚动摘要提示

1对话正在变长。将所有重要信息压缩成一个摘要：
2
31.  原始目标
42.  已经做了什么以及发现了什么
53.  做出的关键决定
64.  还需要发生什么
7
8写摘要后，从那里继续。将此摘要视为新的起点。

你现在知道了 Agent 是什么、它们能做什么以及如何自己构建一个。希望对你有帮助。

如果你想随时了解 AI 领域的一切动态，请在 X 和 Telegram 上关注我。

X - https://x.com/AnatoliKopadze

Telegram - https://t.me/kopadzemp