Qwen-Agent 快速上手指南：十分钟跑通一个会调用工具的 AI 助手

Qwen-Agent 快速上手指南十分钟跑通一个会调用工具的 AI 助手【免费下载链接】Qwen-AgentAgent framework and applications built upon Qwen3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.项目地址: https://gitcode.com/GitHub_Trending/qw/Qwen-AgentQwen-Agent 是基于 Qwen 模型构建的 Agent 开发框架把函数调用、代码解释器、RAG、MCP 做成开箱即用的组件让你不用自己写调度逻辑就能搭出会调用工具、会读文档的 AI 助手云端 API 和本地模型服务都支持。核心关键词Qwen-Agent、AI Agent 框架、函数调用、代码解释器长尾关键词Qwen-Agent 快速上手指南、Qwen-Agent 工具调用实战、Qwen-Agent 接入本地模型服务、用 RAG 搭建文档问答助手、Docker 代码解释器使用方法它解决什么问题AI 只会聊天不会干活的两个场景场景一你要分析一份销售数据并画出图表。普通对话模型只能把一段 Python 代码写给你然后让你自己复制、自己运行、自己排查报错跑通的最后一步永远是你。场景二一份 100 页的 PDF 产品手册你只想问三个问题。整篇塞给普通大模型要么超出上下文窗口要么答案张冠李戴。这些工作如果不用框架你得自己写工具调用循环、解析模型返回的 JSON、解析文件、做检索每一样都要折腾。Qwen-Agent 把这些打包成组件你只需要声明助手、传入文件和工具名调用循环由它负责。能力速览装完就能用的 5 个核心功能功能一句话说明函数调用Function Calling模型自主决定何时调工具默认模板原生支持并行工具调用代码解释器Agent 在 Docker 沙箱里自主写代码、执行代码返回结果和图表RAG 文档问答传本地文件给 Assistant 即自动检索作答支持 PDF/Word/PPT/TXT/HTMLMCP 接入用一段 JSON 配置连接第三方工具服务器无需写工具代码Gradio GUI两行代码启动 Web 对话界面方便演示和调试从零到跑通三步搭出第一个会用工具的助手目标是拿到一个可验证的小结果在终端里让一个带工具的助手流式回答你的问题。第一步安装依赖。一条命令装核心包方括号里的可选依赖一次性把 GUI、RAG、代码解释器都装上pip install -U qwen-agent[gui,rag,code_interpreter]第二步配置模型并创建智能体。接云端 DashScope 只需先设置环境变量DASHSCOPE_API_KEY如果你想用 vLLM 或 Ollama 起的本地模型服务把model_server指向你的服务地址即可from qwen_agent.agents import Assistant llm_cfg { model: qwen3-235b-a22b, model_type: qwen_dashscope, } bot Assistant(llmllm_cfg, function_list[code_interpreter])第三步发一条消息并接收回复。bot.run是流式输出的直接边收边打印就能看到效果messages [{role: user, content: 写代码画一张正弦曲线图}] for response in bot.run(messages): print(response)跑通后你会看到助手先写出代码、在沙箱里执行、再把结果返回。想加网页界面只需引入WebUI并调用WebUI(bot).run()浏览器里就会出现一个 Gradio 对话页需要 Python 3.10 及以上。深入代码解释器让 AI 自己写代码并执行代码解释器是 Qwen-Agent 里最接近交付结果的组件适合数据分析和画图类需求。它做了什么Agent 根据你的问题生成 Python 代码在独立的 Docker 容器里执行返回文本结果和生成的图片。容器只挂载指定的工作目录并做了基础沙箱隔离执行过程不会动你本地环境的其他文件。怎么用在function_list里加上code_interpreter再用files参数把数据文件或文档交给助手模型会自己决定写什么代码并在沙箱中运行。效果如何像画一张最近 30 天数据趋势图统计这份文档里的表格这类问题从AI 给建议变成AI 交结果。注意使用前要在本机安装并启动 Docker 服务首次构建容器镜像的时间取决于你的网络。常见坑五个最容易踩的报错及修法❌ 调用时提示鉴权失败或连接错误 → 环境变量DASHSCOPE_API_KEY没设置或模型服务地址配错 → 用 export 设置 key 后重开终端或改用自建服务并填对model_server⏳ 代码解释器调用一直无响应或报错 → 本机 Docker 没装或没启动 → 先启动 Docker 服务首次构建镜像较慢确认容器确实在运行再排查代码️ 启动 GUI 时报 Gradio 或 pydantic 版本冲突 → Python 版本低于 3.10或手动装的依赖和锁定版本打架 → 升级到 Python 3.10用[gui]可选依赖重装让它自行锁定版本工具调用解析失败、模型明明调了工具却没执行 → 用 vLLM 起 QwQ/Qwen3 时加了--enable-auto-tool-choice和--tool-call-parser hermes→ 这两个模型系列不加参数让 Qwen-Agent 自行解析工具输出长文档问答答非所问 → 把整篇文档硬塞进了 prompt → 改用files参数交给 Assistant 走内置 RAG 检索更多用法见 examples 目录玩出花样三个跑通之后的扩展方向 写一个自己的工具继承BaseTool并用register_tool注册你的函数就能变成模型可调用的能力可参考 qwen_agent/tools 目录下的现有实现 接 MCP 工具服务器在function_list里加一段 JSON 配置即可调用时间、网页抓取、SQLite 等外部工具不用写工具代码体验 BrowserQwen基于 Qwen-Agent 构建的 Chrome 浏览器助手让 AI 读取并操作网页适合想了解框架落地形态的读者收尾一句话总结与下一步Qwen-Agent 把调工具、跑代码、查文档从自己造轮子变成填配置的事。跑通上面的例子后建议下一步接入自己的模型服务或给助手加一个贴合业务的自定义工具。【免费下载链接】Qwen-AgentAgent framework and applications built upon Qwen3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.项目地址: https://gitcode.com/GitHub_Trending/qw/Qwen-Agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考