1. 引言

过去搭建一个 AI Agent，往往需要先买服务器、配 Python 环境、装依赖、写编排代码……一套流程下来，半天就过去了。但现在，借助云端 Agent 平台，你甚至不需要一行服务器代码，10 分钟就能上线一个可用的 AI Agent。

本文会带你从零开始，用最轻量的方式快速搭建一个能调用外部工具的 AI Agent，全程不需要自己管理任何基础设施。每一步都会配上截图和可运行的代码示例，让你跟着操作就能完成。

2. 你需要准备什么

在开始之前，你只需要：

• 一个浏览器（Chrome / Edge 均可）
• 一个 OpenAI / Anthropic / 或其他 LLM 的 API Key
• 一个支持 Agent 编排的云端平台账号（如 Dify、Coze、FastGPT 等）

没错，不需要安装 Python、Node.js、Docker，也不需要买云服务器。下面是一个简单的环境检查脚本，你可以在浏览器控制台运行，确认网络连通性：

// 在浏览器控制台运行，检查 API Key 是否可用
const apiKey = "sk-your-api-key-here"; // 替换为你的真实 Key
fetch("https://api.openai.com/v1/models", {
  headers: { "Authorization": `Bearer ${apiKey}` }
})
.then(res => res.json())
.then(data => console.log("API 可用，模型数量：", data.data.length))
.catch(err => console.error("API 不可用，请检查 Key：", err));

3. 选择平台：Dify 为例

本文以 Dify 为例演示，因为它是开源且支持私有部署的，但如果你不想自己部署，直接用它的 SaaS 版本也一样。其他平台（Coze、FastGPT）的操作逻辑大同小异。

注册 Dify 账号后，进入工作台，点击「创建应用」→「Agent」。你会看到一个类似聊天界面的编辑器。

创建完成后，你会看到如下界面布局：左侧是工具配置区，中间是提示词编辑区，右侧是对话测试区。

Dify Agent 编辑器布局说明：
┌─────────────────────────────────────────┐
│  左侧：工具面板  │  中间：提示词编辑  │  右侧：对话测试  │
│  - 模型选择      │  - 系统提示词      │  - 输入消息      │
│  - 工具列表      │  - 变量设置        │  - 查看回复      │
│  - 知识库        │  - 上下文管理      │  - 工具调用日志  │
└─────────────────────────────────────────┘

4. 配置 Agent 的核心步骤

4.1 设置模型

在 Agent 编辑器中，选择你使用的 LLM 模型。推荐使用 GPT-4o 或 Claude 3.5 Sonnet，它们对工具调用的理解更准确。填入你的 API Key。

如果你使用的是 OpenAI，API Key 的格式如下：

# OpenAI API Key 示例（在 platform.openai.com 获取）
sk-proj-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

4.2 添加工具

这是 Agent 真正发挥作用的关键。Dify 内置了多种工具：

• 网页搜索：让 Agent 能实时搜索互联网
• 代码执行器：让 Agent 能运行 Python 代码
• 自定义 API 工具：对接你自己的业务接口

点击「添加工具」，选择「网页搜索」，填入搜索引擎的 API Key（如 SerpAPI 或 Bing Search API）。

下面是一个自定义 API 工具的配置示例，假设你要让 Agent 查询天气：

{
  "name": "weather_query",
  "description": "查询指定城市的实时天气",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {
        "type": "string",
        "description": "城市名称，如 北京、上海"
      }
    },
    "required": ["city"]
  },
  "url": "https://api.weather.com/v1/query",
  "method": "GET",
  "headers": {
    "Authorization": "Bearer YOUR_WEATHER_API_KEY"
  }
}

4.3 编写系统提示词

在「系统提示词」框中，告诉 Agent 它的角色和行为规则。例如：

你是一个智能助手，可以搜索互联网来回答用户的问题。
当你需要最新信息时，请使用网页搜索工具。
回答要简洁、准确，并注明信息来源。

更高级的提示词模板可以参考下面这个：

# 角色
你是一个专业的 AI 研究助手，擅长信息检索和知识整合。
行为规则
当用户询问实时信息（新闻、天气、股价等）时，必须使用网页搜索工具。
每次回答都要引用信息来源，格式为 [来源：链接]。
如果搜索结果不足以回答问题，请明确告知用户，不要编造信息。
回答使用中文，保持专业但易懂的语气。
输出格式
简短结论（1-2 句）
详细说明（分点列出）
信息来源（链接列表）

4.4 测试与发布

在右侧的对话面板中，输入一个问题测试 Agent 是否正常工作。比如问「今天北京的天气怎么样？」，如果 Agent 调用了搜索工具并返回结果，说明配置成功。

测试通过后，点击「发布」。Dify 会生成一个 API 端点和一个 Web 聊天界面链接。你可以把这个链接分享给任何人，他们就能直接使用你的 Agent 了。

发布后，你可以通过 API 调用你的 Agent：

import requests
Dify 生成的 API 端点
url = "https://api.dify.ai/v1/chat-messages"
api_key = "app-your-dify-app-key"  # 在发布页面获取
headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
payload = {
"inputs": {},
"query": "今天北京的天气怎么样？",
"response_mode": "streaming",
"user": "test-user"
}
response = requests.post(url, json=payload, headers=headers, stream=True)
for line in response.iter_lines():
if line:
print(line.decode("utf-8"))

5. 10 分钟时间线

步骤	耗时	详细操作
注册平台 + 获取 API Key	2 分钟	打开 Dify 官网，注册账号，在 OpenAI 后台生成 API Key
创建 Agent 应用	1 分钟	点击「创建应用」→ 选择「Agent」→ 命名
配置模型和工具	3 分钟	选择模型、填入 API Key、添加网页搜索工具
编写提示词	2 分钟	编写系统提示词，定义 Agent 角色和行为规则
测试 + 发布	2 分钟	在对话面板测试，确认无误后点击发布
总计	10 分钟	从零到可用的 AI Agent

6. 进阶：让 Agent 更强大

如果你想让 Agent 做更多事情，可以：

• 添加知识库：上传 PDF、Word 文档，让 Agent 基于你的私有知识回答问题。Dify 支持上传后自动向量化，无需手动处理。
• 连接数据库：通过自定义工具让 Agent 查询 MySQL / PostgreSQL。下面是一个数据库查询工具的配置示例：

# 自定义数据库查询工具（在 Dify 中配置为 API 工具）
import pymysql
import json
def query_database(sql: str) -> str:
"""执行 SQL 查询并返回 JSON 结果"""
connection = pymysql.connect(
host="your-db-host",
user="your-username",
password="your-password",
database="your-db-name"
)
try:
with connection.cursor() as cursor:
cursor.execute(sql)
result = cursor.fetchall()
return json.dumps(result, ensure_ascii=False, default=str)
finally:
connection.close()

• 多 Agent 协作：用 Dify 的工作流模式编排多个 Agent 分工合作。例如一个 Agent 负责搜索，另一个负责总结，第三个负责生成报告。
• 嵌入到网站：把生成的聊天界面通过 iframe 嵌入到你的官网。

7. 总结

现在，你不需要自己管理服务器、配置环境、写编排代码，就能在 10 分钟内上线一个可用的 AI Agent。这对于快速验证想法、搭建内部工具、甚至给客户做 Demo 都非常实用。

如果你有更复杂的业务需求，再考虑用 LangChain、AutoGen 等框架做深度定制。但 80% 的场景下，一个云端 Agent 平台已经足够。

最后，附上一个完整的 Agent 调用示例，你可以直接复制运行：

# 完整示例：通过 API 调用你的 Dify Agent
import requests
import json
=== 配置 ===
DIFY_API_URL = "https://api.dify.ai/v1/chat-messages"
DIFY_APP_KEY = "app-your-dify-app-key"  # 替换为你的 Key
=== 发送消息 ===
def ask_agent(query: str) -> str:
headers = {
"Authorization": f"Bearer {DIFY_APP_KEY}",
"Content-Type": "application/json"
}
payload = {
"inputs": {},
"query": query,
"response_mode": "blocking",  # 或 "streaming"
"user": "demo-user"
}
response = requests.post(DIFY_API_URL, json=payload, headers=headers)
if response.status_code == 200:
data = response.json()
return data.get("answer", "无回复")
else:
return f"错误：{response.status_code} - {response.text}"
=== 测试 ===
if name == "main":
result = ask_agent("用中文介绍一下 AI Agent 是什么？")
print("Agent 回复：")
print(result)