我用Python手搓了一个AI Agent，终于不用被辅导作业气进ICU了！

内容分享23小时前发布

0 0 0

前言：当程序员遇上“恐辅症”

兄弟们，昨晚是不是又听到邻居吼孩子的咆哮声了？或者…… 那个咆哮的人就是你自己？

“这道题讲了三遍了！三遍！你的脑子是单线程的吗？！ ”

作为一个写代码如行云流水的程序员，我们搞得定复杂的分布式系统，修得了半夜的Sev-1 Bug，却往往折戟在小学三年级的奥数题和那张无辜又倔强的小脸面前。

时代变了，大人！

2024是AI元年，2026是Agent爆发年。如果我们还用肉身去对抗神兽的“磨洋工”，那真是白瞎了我们手中的键盘。今天，我就带大家用Python + AI ，手搓一个“代理

它不直接给答案，而是像苏格拉底一样引导孩子思考。 这，才是AI该有的样子！

为什么是 Agent 而不是 ChatGPT？

许多人会说：“直接把题目发给ChatGPT不就行了？ ”

大错特错！ 直接发给ChatGPT，它会直接把答案吐出来。结果呢？孩子抄完作业，脑子依然一片空白，第二天考试照样挂科。

我们要做的不是一个“搜题工具”，而是一个Agent（智能体）

Chatbot（聊天机器人）： 问：1+1等于几？答：2。
AI Agent（智能体）： 它拥有人设（Persona）工具（Tools）和记忆（Memory）。它会观察孩子的题目（视觉识别），分析知识点（RAG），然后一步步提问引导（CoT思维链）。

今天我们的技术栈极其硬核且时髦：
✅ Python 3.10+ （胶水语言YYDS）
✅LangChain / LangGraph （agent编排神器）
✅OpenAI GPT-4o / DeepSeek-V3 (目前最强的多模态大模型，DeepSeek性价比无敌)
✅Streamlit (3分钟搭出前端界面)

我用Python手搓了一个AI Agent，终于不用被辅导作业气进ICU了！

️ 实战开始：三步打造你的“AI 育儿救星”

第一步：赋予它“眼睛” —— 多模态视觉能力

辅导作业的第一步是啥？看题！
目前的模型（GPT-4o, Claude 3.5, Gemini 1.5, DeepSeek-VL）都已经具备了恐怖的视觉能力。我们不需要复杂的OCR，直接把图片甩给大模型即可。

import base64
from langchain_core.messages import HumanMessage, SystemMessage

def analyze_homework_image(image_path, model):
    # 将图片转为Base64
    with open(image_path, "rb") as image_file:
        image_data = base64.b64encode(image_file.read()).decode("utf-8")
    
    # 构建多模态消息
    message = HumanMessage(
        content=[
            {"type": "text", "text": "请仔细看这张图片，识别出里面的数学题。"},
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{image_data}"}},
        ]
    )
    return model.invoke([message])

第二步：注入灵魂 —— 编写“苏格拉底”提示词 (System Prompt)

这是最核心的一步。我们要通过Prompt Engineering（提示词工程）把AI催眠成一个“绝不直接给答案”的耐心老师。

TEACHER_PROMPT = """
你目前是一位世界顶级的K12教育专家，擅长“苏格拉底式教学法”。
你的目标是辅导孩子完成作业，但请遵守以下【绝对法则】：

1.  **禁止直接给出答案**：无论孩子怎么问，都不能直接说结果。
2.  **引导式提问**：你需要拆解题目，通过反问引导孩子自己想出下一步。
3.  **语气调整**：你的对象是小学生，语气要活泼、鼓励，多用Emoji，像个大哥哥/大姐姐。
4.  **查漏补缺**：如果孩子错了，指出他的逻辑漏洞，而不是告知他对错。

例如：
孩子：“这道题怎么做？”
错误回答：“选C，由于...”
正确回答：“嘿！我们先看看题目里给了什么条件？记得我们要找的是香蕉的数量，图上有几堆香蕉呢？”
"""

第三步：构建 Agent 工作流 (LangGraph)

单纯的对话是不够的，我们需要引入Tool（工具） 。列如，如果是一道复杂的几何题，Agent可以调用 Python REPL（代码执行器）来绘图辅助讲解，或者调用计算器验证孩子的算式是否正确。

(这里为了文章通俗性，展示简化逻辑)

from langchain.agents import create_openai_tools_agent, AgentExecutor
from langchain_community.tools import TavilySearchResults

# 定义工具：列如搜索最新的知识点，或者搜索类似的例题
tools = [TavilySearchResults(max_results=1)]

# 创建Agent
agent = create_openai_tools_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 模拟辅导过程
response = agent_executor.invoke({
    "input": "我算出来答案是15，对吗？",
    "chat_history": chat_history # 传入之前的对话上下文
})