The JetBrains Blog
·
在Kotlin中构建AI代理 – 第1部分：一个最小化的编码代理
内容提要
构建代理程序并非单纯编写代码，而是赋予大型语言模型（LLM）执行任务的能力。代理通过循环调用函数来决定任务的完成时机，能力的平衡至关重要。本文将通过构建一个编码代理，逐步探讨AI代理的工作原理和调试方法，使用Koog框架创建一个能够浏览和修改代码库的代理。
关键要点
-
构建代理程序是赋予大型语言模型（LLM）执行任务的能力，而不是单纯编写代码。
-
代理是一个循环调用函数的LLM，直到它决定任务完成。
-
能力的平衡至关重要，过多或过少的能力都会影响代理的表现。
-
本文将通过构建一个编码代理，逐步探讨AI代理的工作原理和调试方法。
-
使用Koog框架创建一个能够浏览和修改代码库的代理。
-
代理需要能够查看项目中的文件、读取文件并进行编辑，这是通过三个工具实现的。
-
工具是LLM在需要时可以调用的函数，决定哪些工具可用由开发者决定。
-
第一个工具是ListDirectoryTool，允许代理查看文件结构并理解文件的大小和行数。
-
第二个工具是ReadFileTool，允许代理读取文件内容并支持按行范围读取。
-
第三个工具是EditFileTool，允许代理修改文件内容，支持查找和替换、删除或创建新文件。
-
在测试中发现，代理在编辑文件时需要重新读取文件以避免错误。
-
将三个工具连接到GPT-5-Codex，使用Koog的AIAgent处理执行循环。
-
通过系统提示告知代理其任务是更新代码库，确保其能够修改文件。
-
设置最大迭代次数以防止代理无限循环，增加可视化以监控代理的行为。
-
代理完成了约50%的编码任务，但无法验证更改是否有效。
-
下一篇文章将介绍如何构建一个shell执行工具，使代理能够运行命令并学习输出。
延伸解读
代理的能力平衡
在构建AI代理时，能力的平衡至关重要。过多的能力可能导致代理做出错误的选择，而过少的能力则无法完成任务。因此，开发者需要不断尝试和调整，以找到合适的能力组合。这一过程不仅是技术上的挑战，也需要对代理行为的深入观察和理解。
工具的设计与应用
本文介绍的三个工具（ListDirectoryTool、ReadFileTool和EditFileTool）为代理提供了基本的文件操作能力。设计这些工具时，开发者需考虑到权限的分离和功能的灵活性，以确保代理在不同场景下的有效性和安全性。这种设计思路可以帮助开发者根据需求扩展代理的功能。
调试与监控的重要性
在代理的运行过程中，调试和监控是不可或缺的环节。通过设置最大迭代次数和可视化监控，开发者可以有效防止代理进入无限循环或失去上下文。这种监控机制不仅提高了代理的稳定性，也为开发者提供了实时反馈，帮助他们及时调整策略。
延伸问答
什么是AI代理，它的工作原理是什么？
AI代理是一个大型语言模型（LLM），通过循环调用函数来决定任务的完成时机。它根据赋予的能力自主选择执行的任务。
在Kotlin中如何构建一个编码代理？
可以使用Koog框架，通过连接三个工具（ListDirectoryTool、ReadFileTool和EditFileTool）来构建一个能够浏览和修改代码库的编码代理。
代理在编辑文件时遇到错误时应该如何处理？
代理在编辑文件时如果遇到“编辑失败”的错误，应重新读取文件以确认原始文本是否已更改。
Koog框架中的工具有什么作用？
Koog框架中的工具是LLM可以在需要时调用的函数，帮助代理执行特定任务，如查看文件、读取文件和修改文件。
如何确保代理在执行任务时不会无限循环？
可以设置最大迭代次数来防止代理无限循环，例如将最大迭代次数设置为200。
代理在完成编码任务后如何验证更改的有效性？
目前代理无法验证更改是否有效，因为它不能编译或运行测试，只能根据读取的代码进行修改。
