你是不是也想试试现在很火的 AI Agent（智能体）？别怕，其实入门没有想象中那么难。今天这篇教程，就是给完全没接触过 AI 编程的你准备的。我们会一步步装好环境，然后跑通一个最简单的 Agent 示例。整个过程不用写多复杂的代码，跟着做就行。

1. 准备环境：装好 Python 和 pip

首先，我们需要一个叫 Python 的编程语言环境（Python 是一种简单易学的编程语言，很多 AI 工具都用它）。好消息是，它免费，而且装起来很简单。

• 去 Python 官网（python.org）下载最新版，安装时记得勾选“Add Python to PATH”这个选项。
• 装好后，打开命令行（Windows 按 Win+R 输 cmd，Mac 打开终端），输入 python --version，按回车。如果显示类似 Python 3.12，就说明装好了。
• 接着，我们要用到一个叫 pip 的工具（pip 是 Python 的“软件管家”，用来安装各种现成的代码库）。一般装 Python 时会自动带上，输入 pip --version 检查一下，能输出版本号就行。

小坑提醒：如果提示“不是内部或外部命令”，多半是没勾选 PATH，可以重装一次，或者手动把 Python 的安装路径加进系统环境变量。

2. 安装 LangGraph 和相关库

接下来，我们要安装一个叫 LangGraph 的库（库就是别人写好的代码包，拿来就能用）。LangGraph 是用来构建 AI Agent 的，它能帮你管理 AI 的“思考步骤”。

1. 还是在命令行里，输入下面这行命令，然后回车：
2. pip install langgraph
3. 等它跑完，看到“Successfully installed”就说明装好了。
4. 另外，我们还需要一个叫 LangChain 的库（LangChain 是 LangGraph 的好搭档，用来连接各种 AI 模型）。输入：
5. pip install langchain

小坑提醒：如果下载很慢，可以加上国内镜像源，比如 pip install langgraph -i https://pypi.tuna.tsinghua.edu.cn/simple。

3. 跑通第一个 Agent：验证安装

现在，我们来写一个最简单的 Agent 程序，验证一下环境是否正常。这个 Agent 会调用一个免费的在线 AI 模型（API，即应用程序接口，可以理解成远程调用别人家的 AI 服务）。

1. 在命令行里输入 python 进入 Python 交互模式。
2. 复制这段代码，粘贴进去，按回车：
3. from langgraph.graph import StateGraph, END
4. from typing import TypedDict
5. class State(TypedDict): messages: list
6. def chatbot(state): return {"messages": [state["messages"][-1]]}
7. graph = StateGraph(State)
8. graph.add_node("chatbot", chatbot)
9. graph.set_entry_point("chatbot")
10. graph.add_edge("chatbot", END)
11. app = graph.compile()
12. print(app.invoke({"messages": ["你好"]}))

如果看到输出了 {'messages': ['你好']}，就说明你的 LangGraph 已经能正常工作了！这个程序虽然简单，但它已经是一个完整的 Agent 雏形了。

小坑提醒：如果报错，多半是代码缩进不对，或者某一行没复制全。可以一行一行慢慢来。

4. 下一步可以做什么

恭喜，你已经成功跑通了第一个 Agent！接下来你可以试试：

• 让 Agent 调用真正的 AI 模型（比如 OpenAI 的 GPT），需要去申请一个 API key，然后替换掉我们刚才那个“假”的聊天机器人。
• 学习 LangGraph 的 节点（节点是 Agent 里的一个处理步骤）和 边（边是步骤之间的连接），开始构建更复杂的流程。
• 探索 LangGraph 的官方文档，看看如何加入循环、条件分支，让你的 Agent 更智能。

今天的入门就到这里。你已经迈出了 AI 开发的第一步，接下来就是多动手、多尝试。加油！