• 你不需要懂微积分，不需要背设计模式，甚至不需要知道什么是“面向对象”。

• 我们只做三件事：让大模型听懂人话 → 让它选择用哪个工具 → 让Python真正执行那个工具

• 不用怕数学，不用怕算法，只要你会“顺序、判断、循环”，7天后你就能亲手造一个会自己调用工具的AI智能体。

• 7天大纲（每天1~2小时）：
  搞懂 AGI、Python、编程思维
  搭环境 + 写出第一行代码
  让Python“打电话”给大模型（调用API）
  教大模型做“选择题”（Function Calling原理）
  Python执行真正的工具函数
  组合起来——最简单的ReAct循环
  动手扩展你的“迷你AGI”
  流程图 + 完整代码 + 易错点（本文最后）

First day

01

什么是AGI？
AGI （Artificial General Intelligence）即通用人工智能，指能在多个领域以人类或超人类水平解决复杂问题的智能系统。
AGI（通用人工智能）就像一个还没学任何技能的新生儿大脑，但它能学任何东西。

我们现在做的不是AGI，而是让一个大模型（比如DeepSeek）拥有“用手的能力”——即调用外部工具。

                        Python为什么是AI的第一语言？

• 语法接近英语，读起来像“给电脑下命令”
• 有海量的AI库（OpenAI、Hugging Face、LangChain）
• 写一个API调用只要5行代码
  需要学习多少python?
  零基础只需要“顺序、判断、循环”
  你不需要懂算法，只要明白这三样：
• 顺序：从上往下执行
• 判断：if 条件: 做某事
• 循环：while 条件: 重复做

Second day

如何安装python
打开 python.org，下载 3.10 或更高版本
安装时务必勾选 “Add Python to PATH”
打开终端（cmd / Terminal），输入 python --version，看到版本号就成功了。

                 第一个python程序

注意：每一个符号都要按照英文输入
创建一个文件 ai_diary.py，代码如下

运行：在终端执行 python ai_diary.py，会看到输出。

怎么样？很简单吧。

Third day

什么是API
OpenClaw 只是调度框架，本身没有 AI 能力，必须对接大模型才能生效：
API是“Application Programming Interface”（应用程序编程接口）的缩写。听起来很复杂，但其实它的核心概念非常简单：API就是一种“桥梁”，它让不同的软件程序能够相互沟通和协作。
想象一下，你去餐厅吃饭。你坐在餐桌前，对着菜单挑选自己喜欢的菜肴，然后把你的需求告诉服务员。服务员把你的需求传递给厨房，厨房根据你的要求制作出美食，再由服务员把美食送到你面前。在这个过程中，服务员就相当于一个“接口”，他连接了你（顾客）和厨房（提供服务的地方）。
总结一下

• 你是顾客（Python程序）
• 服务员是API接口
• • 后厨是大模型（DeepSeek/OpenAI）
    你写下“菜单”（请求），服务员送到后厨，再把“菜”（回答）端回来
    如何获得API
    访问AIO通用智能服务平台注册账号（https://api.aiearth.dev）
    然后，点击左上方控制台，进入数据看板
    点击左侧令牌管理
    
    点击添加令牌
    
    

在这里，只需要选择令牌分组即可，可选择

（额度可以在令牌管理界面编辑）
完成上述操作后，即可在令牌管理界面查看API了

有了令牌，或者说密钥之后，就可以进行代码配置。
让大模型回答你好
首先安装库，即在终端输入 ：pip install open ai
创建文件，代码如下：

运行结果如下：

Day 4

为什么大模型不能自己查天气？
大模型只有文字，它不知道今天北京几度，也没法上网。
所以要给它一个“工具菜单”——比如一个叫 get_weather 的功能。
现在我们尝试描述一个工具（比如“获取天气”）

注意，今天程序的代码，其实是一个只完成了“选择工具”环节的演示，它本身的设计目标就不是直接运行出最终结果，所以没有反应是正常的，输出内容为空白。

Day 5

我们继续完善

运行结果如下

Day 6

                             ReAct是什么？

思考：大模型看当前情况，决定要不要用工具
行动：Python执行工具，拿到结果
观察：把结果送回大模型
再思考：大模型根据结果给出最终答案，或继续下一步
跑通“北京天气+提醒外套”

结果如下

                 是不是有大大的疑问

为什么我的天气预报是不会动的，大模型如此低级吗？
get_weather(city) 函数写死了几组城市和温度（{“北京”:5, “上海”:18, “深圳”:25}），这确实是纯本地模拟数据，没有联网查真实天气。
API（调用DeepSeek大模型） 的作用也并不是帮你获取天气，而是：理解你的自然语言问题，判断应该调用哪个工具，以及提取参数（比如城市名）。
在这个架构里，API（大模型）负责的是 “智能决策”，而不是“数据获取”：

                                   API价值

即使我们的get_weather是本地模拟数据，API依然做了唯一不可能由本地逻辑完成的事情：
理解“北京天气如何？如果低于10度提醒我穿外套”这种自然语言，并自动拆解成“先查温度 → 得到5度 → 再根据结果生成提醒”。
如果没有大模型API，你需要手动写死无数个if city==“北京” and temp<10之类的规则，根本无法泛化。
所以——API是“智能体的大脑”，不是“数据源”。当然，为了让教程更严谨，我应该明确写出“天气数据可替换为真实API”。感谢你指出这一点，这确实容易造成误解。
总结

总结一下，流程图如下

                  有报错，看不懂？

Day 7

实现联网查询

第一步：注册并获取 API Key
访问心知天气官网并注册账号：https://www.seniverse.com/
登录后，进入“控制台” -> “API密钥”页面，点击“创建API密钥”，即可获得一个公钥（UID）和一个私钥（API Key）。
第二步：运行真实联网代码
以下是一个完整的Python示例，您可以对照学习
全组开放 8080 端口，执行openclaw start启动服务，后台运行更稳定
云服务器自带防火墙，默认会拦住 8080 端口，不开放就永远打不开网页；
去烁智云后台「安全组」添加放行规则，相当于给大门开个专属通道；
openclaw start：正式把程序跑起来，后台常驻运行，关机前一直可用。

结果如下：

结合起来：将这个功能加入原本的程序中，可以实现输入城市返回温度与穿衣建议

结果如下：

写在最后

…
七天前，你可能还觉得“让AI自己用工具”是科幻电影里的情节。

但现在，你亲手写出了一个能理解自然语言、主动调用函数、循环思考解决问题的智能体。

何去何从

下一步你可以：
给智能体连上真实天气API、发邮件、控制智能家居
加一个 web_search 工具，让它自己上网找答案
把 messages 存到数据库，实现长期记忆
我们并不真正理解大模型如何思考，却已像握紧黑箱一样使用它。
这七天，你学会的不是答案，而是与未知共舞的勇气。
记住：所有复杂的AI Agent，都始于你今天学到的 “大模型决策 + Python执行 + 循环”。
去创造你自己的AGI小怪物吧！

AGI Python，始于代码，终于好奇。

有任何卡住的地方？把错误信息复制到搜索引擎，99%的问题已经有人解决过了。欢迎分享你的第一个“工具调用”成功截图 —— 你会帮到无数后来者。一切相关问题都可以在评论区讨论哦。

Future

加入我们的学术社区

点亮创新之光 照亮科研梦想

这是一个致力于共同成长、资源共享的科研平台。我们期待您的到来，一起在科研道路上走得更远、更稳！^oy