一、Qwen3+Qwen Agent 智能体开发实战,打开大模型MCP工具新方式!(一)
二、Qwen3+Qwen Agent +MCP智能体开发实战(二)—10分钟打造"MiniManus"
要说最近人工智能界最火热的开源大模型,必定是阿里发布不久的Qwen3系列模型。Qwen3模型凭借赶超DeepSeek-V3/R1的优异性能,创新的混合推理模式,以及极强的MCP能力迅速成为AI Agent开发的主流基座模型。大家可参考我的文章一文解析Qwen3大模型详细了解Qwen3模型的核心能力。有读者私信我: “Qwen3官网特地强调增强了Agent和代码能力,同时加强了对MCP的支持,那么我该如何利用Qwen3快速开发MCP应用呢?” 这就就需要使用我们今天的主角——Qwen官方推荐的开发工具Qwen-Agent ,本期分享我们就一起学习快速使用Qwen3+QwenAgent 接入MCP服务端,快速开发AI Agent应用!
本次分享通过阿里云百炼大模型服务平台API Key请求方式调用Qwen3大模型,获取服务平台API Key的步骤如下:
- 登录阿里云百炼大模型服务平台,如果页面顶部显示如下消息,大家需要开通百炼的模型服务,点击立即开通即可。
- 前往 我的API-KEY页面,单击创建我的API-KEY。
- 在已创建的API Key操作列,单击查看,获取API KEY。该API KEY是我们请求Qwen3大模型的重要凭证。
- 更强的工具调用(Function Calling)能力:框架支持智能体自动调用外部工具或函数,包括内置的代码解释器、浏览器助手等,也支持开发者自定义工具,扩展智能体的能力。
- 便捷的MCP工具接入流程:最新版的Qwen-Agent已经集成了MCP工具接入流程,我们仅需写入MCP配置,即可在Qwen-Agent中调用MCP工具:
- 规划与记忆能力: 智能体具备任务规划能力,能够根据用户需求自动制定执行步骤。同时,具备上下文记忆功能,能在对话中保持状态,提供连贯的交互体验。
- 长文本处理与 RA: Qwen-Agent 集成了检索增强生成(RAG)机制,支持处理从 8K 到 100 万 tokens 的长文档,通过文档分块和相关性检索,提升上下互与展示
- UI前端交互与展示
Qwen-Agent具备快速接入Qwen系列模型能力,通过组件,可以实现工具调用、Agent编排和MCP接入等一系列功能。下面通过使用Qwen-Agent开发多轮对话机器人的小案例让大家快速掌握Qwen-Agent的使用方法。完整代码在: https://www.codecopy.cn/post/q1vq4b
- 安装相关软件,这里使用anaconda创建虚拟环境并安装相关库,对anaconda使用有疑问的可参照anaconda安装和使用(管理python环境看这一篇就够了)
GPT plus 代充 只需 145
- 导入需要的类和函数, 是用来创建智能体对象的类, 用于格式化和打印消息,会处理函数调用和普通对话的不同执行逻辑(Function Calling),同时对于推理类模型,会判断消息中是否包含 reasoning_content,如果存在,则将其添加到 content 列表中,并在前面加上 THOUGHT_S(表示思考的符号或字符串),从而支持推理类模型和对话模型的不同输入输出形式。
- 配置所使用的模型服务, 注意填入你在百炼平台注册的api_key
GPT plus 代充 只需 145
- 创建一个智能体对象
- 构建多轮对话聊天
GPT plus 代充 只需 145
执行如上代码结果如下,可以看到我们已经成功开启与qwen3模型的对话~
熟悉Qwen-Agent的基本操作后,下一步开始学习今天的重头戏——Qwen-Agent接入MCP工具。大家不了解MCP相关概念的可先阅读我的MCP系列分享:
- 理论+代码带你深入浅出MCP
- 基于 MCP Http SSE模式的天气助手智能体开发实战(一文带你了解MCP两种开发模式)
Qwen-Agent接入MCP的原理采用开发模式,将mcp服务作为Qwen-Agent应用的子进程, Qwen-Agent作为客户端与子进程服务通信。
本次分享采用Qwen-Agent+Qwen3开发一个sqlite数据库小助手,Qwen-Agent接入MCP服务器,能够理解自然语言并依据语言内容调用服务端的功能函数完成对sqlite数据库的相关操作。
完整代码在https://www.codecopy.cn/post/fum1go
- 导入相关包并初始化类,同时接入MCP服务端, 接入mcp的流程需要先定义一个tools数组存放json schema格式的mcp服务器配置,和我们在不写一行代码! VsCode+Cline+高德地图MCP Server 帮你搞定和女友的出行规划(附原理解析)中mcp的配置文件类似。
- 定义数据库助手,并构造提示词让Qwen-Agent帮助我们创建一个学生表并添加一些数据。
GPT plus 代充 只需 145
执行代码得到如下结果, 检测到有些依赖库没有安装,自动安装所需依赖(红字部分)。完成相关依赖安装后Qwen-Agent检测到用户请求中要创建学生表并插入数据,Qwen3模型对服务端的函数理解生成思考过程,利用创建表,并使用插入数据。
- 执行完程序发现本地目录下多了名为的数据库文件。
为进一步验证工具调用的正确性,我们使用数据库工具查看数据库中的数据,在同级目录下新建py文件并写入如下代码:
可以看到Qwen-Agent成功创建了数据表并插入了数据。以上就是我们今天的分享,怎么样Qwen-Agent的能力是不是特别强大?还在等什么,赶紧利用Qwen-Agent开发属于你的AI Agent吧!
本篇分享介绍了如何利用阿里发布的Qwen3系列大模型和Qwen-Agent工具快速接入MCP服务端并开发AI Agent智能体。主要内容包括:
- 注册Qwen3 API-Key:通过阿里云百炼平台获取API密钥。
- Qwen-Agent入门:介绍了Qwen-Agent核心功能(工具调用、MCP接入、规划与记忆等),并演示了如何构建多轮对话机器人。
- 接入MCP工具:以SQLite数据库助手为例,展示了如何配置MCP服务端,实现自然语言操作数据库的功能。
当然这篇分享只是简单的Qwen3+Qwen-Agent+MCP智能体开发案例,别忘了Qwen-Agent 出色的前端交互展示能力我们还没有利用。别着急,下一篇分享我将和大家一起利用Qwen Agent能力复现Qwen3官方网站上自动搜索github数据并生成统计信息的可视化智能体,让你在超短时间内实现一个“Manus”!感兴趣大家点个关注吧。大家也可关注我的同名微信公众号:大模型真好玩,免费分享工作生活中大模型开发教程和资料~
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/236685.html