前言

在前面的学习中，我们已经实现了一个基础版 AI Agent。

它已经具备：

• 调用大模型 API

• 理解用户需求

• 调用自定义工具

• 保存上下文记忆

但是之前的工具比较简单，例如：

• 加法计算

• 乘法计算

这些工具只能处理固定的数据。

一个真正有价值的 AI Agent，需要能够连接外部世界，例如：

• 读取文件

• 查询数据库

• 搜索网页

• 分析图片

• 处理 PDF

因此，本节将实现第一个真实工具：

文件读取工具（File Tool）

让 Agent 具备读取本地文件的能力。

---

一、Agent为什么需要文件工具？

普通聊天机器人只能根据用户输入生成回答。

例如：

用户：
介绍一下AI Agent

模型可以直接回答。

但是如果用户提供一个文件：

用户：
帮我分析这个文档

模型本身并不知道本地文件内容。

因此需要给 Agent 增加工具：

用户

 ↓

AI模型

 ↓

判断需要读取文件

 ↓

调用read_file工具

 ↓

Python读取文件

 ↓

返回文件内容

 ↓

AI分析并回答

这就是 Agent 使用工具解决问题的基本流程。

---

二、Python实现文件读取工具

首先创建一个文件工具：

file_tools.py

代码：

def read_file(filename):

    with open(
        filename,
        "r",
        encoding="utf-8"
    ) as f:

        content = f.read()

    return content

---

代码解析

1. open()

Python中使用：

open()

打开文件。

例如：

open("test.txt")

表示打开：

test.txt

---

2. 文件读取模式

这里：

"r"

代表：

read

即读取文件。

常见模式：

模式	作用
r	读取文件
w	写入文件
a	追加内容

---

3. encoding参数

encoding="utf-8"

用于指定文件编码。

如果读取中文文件，建议明确指定 UTF-8，避免出现乱码。

---

4. with语句

推荐使用：

with open(...)

而不是：

file=open(...)

原因：

with 会自动关闭文件。

不需要额外执行：

file.close()

---

三、将文件工具接入Agent

Agent并不知道Python中有哪些函数。

因此需要进行工具注册。

---

1. 创建工具映射

tools_map = {

    "read_file": read_file

}

作用：

建立：

工具名称

↓

Python函数

的对应关系。

当AI返回：

{
"name":"read_file"
}

程序就知道执行：

read_file()

---

四、向模型描述工具

除了注册工具，还需要告诉模型：

这个工具有什么作用。

例如：

tools = [

{
"type":"function",

"function":{

"name":"read_file",

"description":"读取指定文件内容"

}

}

]

模型不会直接查看Python代码。

它只能根据工具描述判断：

什么时候应该调用哪个工具。

因此：

工具描述越清晰，Agent决策越准确。

---

五、完整Tool Calling流程

当用户输入：

读取test.txt

整个流程如下：

第一步：用户请求

用户：
读取test.txt

---

第二步：模型判断

模型发现：

需要读取文件。

于是返回：

{
"name":"read_file",

"arguments":{
"filename":"test.txt"
}

}

---

第三步：Python执行工具

程序接收到：

read_file

执行：

read_file("test.txt")

---

第四步：返回文件内容

例如：

AI Agent是一种能够调用工具完成任务的智能程序。

---

第五步：模型生成回答

最终：

这个文件介绍了AI Agent，
它能够通过调用工具完成任务。

---

六、Tool Result（工具结果）

在 Agent 中，一个非常重要的概念：

Tool Result

即：

工具执行后的返回结果。

例如：

工具：

read_file()

返回：

文件内容

这个结果需要重新发送给模型。

流程：

AI请求工具

↓

Python执行

↓

工具结果

↓

返回AI

↓

AI生成最终回答

这也是 Agent 和普通聊天机器人的重要区别。

---

七、异常处理：让Agent更加稳定

真实环境中，文件不一定存在。

例如：

用户：

读取abc.txt

但是：

abc.txt不存在

如果直接运行：

open("abc.txt")

程序会报错退出。

因此需要异常处理：

try:

    读取文件

except:

    返回错误信息

修改：

def read_file(filename):

    try:

        with open(
            filename,
            "r",
            encoding="utf-8"
        ) as f:

            return f.read()


    except FileNotFoundError:

        return "错误：文件不存在"

---

这样：

程序不会崩溃。

而是把错误作为结果返回给 Agent。

然后模型可以告诉用户：

没有找到该文件，请检查文件名称。

---

八、今天实现的Agent能力

经过本节学习，Agent从：

只能聊天

升级为：

能够调用工具

↓

读取真实数据

↓

分析数据

↓

生成回答

---

九、知识总结

本节学习内容：

Python部分

• open文件操作

• with语句

• 文件编码

• try-except异常处理

Agent部分

• Tool设计

• Tool注册

• Tool Calling

• Tool Result

• Agent执行闭环

---

总结

文件读取工具是 AI Agent 连接现实世界的重要一步。

工具本身并不复杂，本质就是一个 Python 函数。

真正重要的是理解：

Agent负责思考和决策，工具负责执行具体任务。

未来更复杂的 AI 应用，例如：

• ChatPDF

• 企业知识库

• AI客服

• OCR识别系统

本质上都是在这个基础上不断增加新的工具能力。