智能体课 第 7 周 课堂录音转写（2026-10-20 下午班，节选）
（教学用节选：取自课堂录音自动转写，为练习改写和插入了几句；转写认错的词照原样保留。）

李老师 00:15:05
好，我们开始今天的内容，今天讲工具调用和自动化。

李老师 00:15:21.230
这里同时其中看起来它并不是说像操控浏览器这么酷炫，有跨操控软件，但它也是直接调用了一些外部的接口，比如说最近 DeepSeek 它开放了它，除了它更新了它的 DeepSeek Flash 的模型，我发到群里了。同时他开放了他自己的，自研的一套网络资料搜寻查询系统，等一下就会以那个为例子，教大家怎么接上他的那个联网工具，通过他的那个插件，接口来查询资料，实时资料。

李老师 00:16:02.610
比如说你，当然你其实现在的 agent 工具，无论是workbuddy，倒是 claude code，倒是我们知道，我们都知道的原因，所以它倒是内置的网络调研工具，我们是不能够直接用的。但是你就可以接上。不仅仅在，在 Claude code 里面接上 DeepSeek 模型，你还可以接通过 DeepSeek 的网络搜寻工具，去查询现实的网络数据。你就可以不只是根据模型之前的预训练的数据，你还可以根据他们现实查询的多方来源的资料去得到更准确的实时的数据。

李老师 00:17:41.780
工具。我们会讲怎样子去查网页，还有操控浏览器自动化。为什么我们阶段一的作业交的时间是其实到，还有一周时间，就是因为想着这一周讲的内容大家应该也能够用上。你可以操控浏览器，怎样子去填表，或者爬取至少规模不太大的数据。但规模大的数据的话，你直接操控浏览器来爬，效率是非常低的，消耗的 token 是多很多。如果你要大量的爬数据的话，你有应该找不同的技术路线。

李老师 00:18:28.520
还有我们会讲怎样接一些数据的接口，其实在前几周的练习里面我们讲过，我们其实还帮大家封装了一个接口，一个skill。我们会展示你怎样在本地调用 Python 和一些操作 Excel 表格的，软软件包去做一些财务统计的分析，生成一些财务统计指标表格。

李老师 00:20:13.240
我们先在开始看这些具体工具之前，我们了解一下，对 agent 来说，它工具是什么意思？它是在接在哪一个位置上？它怎么样去调用？我们之前讲过什么是agent？它是底层是大语言模型，一次又一次的这个循环的输入输出，它还有两个底层的约束，一个是再次提醒大家。它每次输入输出，上下文是有限的。第二就是它输入输出只能是字符串，只能是。简单来讲只能是代码和文字，你多媒体的话，你是多模态模型，你可能还能输入这个图片和输出图片。但关键就是它不能够直接处理 Word 这些，它也不能够直接你几本书放进去，或者所有 Skill 它不是一下子加载的，它是按需加载，它是渐进式加载。这是底层的大语言模型，两个约束， Agent 就是在大语言模型之上加上它的工具箱，让它有手，干事情，有电脑。还有上下文，这个我们讲过上下文工程。

李老师 00:21:26.410
接下来两周我们会进一步讲，所以今天更讲工具的话，就进一步讲，怎样构建一个能干的 A 准。后面我们还会讲知识库，下周就讲，知识库有三种做法，一个是 Agent SDK，一个是 RAG，RAG 就是先赵奎再生成，还有一个叫 L M V T。还有记忆分层的记忆管理，进一步讲怎样把它变成一个懂你的agent。那什么是工具？就是我们输入一个指令以后，如果我们还，你现在不要想agent，不要想这个AI，现在恰恰回到底层。

李老师 00:22:00.450
如果我们看看是这整一个一个循环，大语言是怎么输入大语言模型，大语言模型输出了什么？输出了什么以后怎样被被整个你沃博迪这个壳去执行的？去管控的。那我们人输入了一个请求以后，比如说他要查一个，就查一个天气，哇，查广州的天气，大语言模型。他不是直接去查这个天气，他是写了一个说现在他之前的上下文里面，其实系统里面告诉他，你现在可以调用比如说 DeepSeek 网络调研的工具，你就可以输入这行命令的话，你就可以查询这个 DeepSeek 的命令。

李老师 00:22:42.330
但他也不是直接查，他实际输出的就是一个对应 DeepSeek 那一个工具接口，他应该输入哪一些变量内容？比如说我我现在先要输出我现在要决定调用 DeepSeek 的工具，第二项，调用 DPC 工具的话，我要输入我要查什么东西，我的关键词是广州的今天的天气，是吧？这一个它输出的是一个字符内容，它不是直接查，到回到 Wolbody 这里，它是接收到大语言模型的这一个命令以后，它现在要决定是不是执行它，不是模型去执行它的命令，是模型输出命令以后， Wolbody 或者克劳蔻，它首先它看这个命令，其实它会还有一个权限，它能不能去执行？根据你的权限，比如说如果你一般选的是默认权限的话，如果是在 Claude code 里，默认权限我们知道它是比较严的，很多时候它哪怕要查一个网页这样的命令，它就会停下来请求你，它就是在这里被 Claude code 挡住了，模型输出一个命令，被 Claude code 挡住， Claude code 会回来问这个用户，你是不是同意？同意以后，是 Claude code 这个壳，在语言模型外部的一些规则代码，帮它去执行这一行模型输出来的命令。但是真正脑子，智能，它是在模型这里。

李老师 00:24:15.540
那输出来结果以后，又回到模型，又输入回模型，是吧？现在查了某一个国家天气气象局的网页，出来的结果是这样子，你看看，模型就说，我来看看现在是不是已经有足够的信息去回答用户一开始关于广州天气的问题。他说是的，那就直接，就不用下一轮的再去查工，输出查工具的命令，而是直接回复这个用户。
