让模型开始使用工具

如果说前面的对话模型是在回答“模型能不能说话”，那么 Agent 这页解决的是下一步问题：

当模型需要去读网页、调工具、分步完成任务时，该怎么组织它？

Feat AI 的 Agent 是建立在 ReAct 思路上的：
模型先做判断，再调用工具，再根据工具结果继续推进。

Agent 适合什么场景

• 问题本身不是一句提示词就能回答
• 模型需要读取外部信息
• 模型需要调用一个或多个工具才能完成任务

如果你当前只是普通问答、摘要、翻译或单次生成，先停在 配置对话模型并处理流式输出 即可。

先看一个最小 Agent

AgentDemo.java

import tech.smartboot.feat.ai.FeatAI;
import tech.smartboot.feat.ai.agent.FeatAgent;
import tech.smartboot.feat.ai.chat.ChatModelVendor;

public class AgentDemo {
    public static void main(String[] args) throws Exception {
        FeatAgent agent = FeatAI.agent(opts -> {
            opts.chatOptions().model(ChatModelVendor.GiteeAI.Qwen2_5_72B_Instruct);
            opts.tool(new tech.smartboot.feat.ai.agent.tools.WebPageReaderTool());
        });

        String result = agent.execute(
                "从 https://smartboot.tech/smart-mqtt/ 中给我看看这款产品的定价是多少"
        ).get();

        System.out.println(result);
        System.out.println(agent.getState());
    }
}

这段代码的重点只有两件事：

• 先给 Agent 一个对话模型
• 再给它至少一个它能调用的工具

没有工具时，Agent 只是“会多想一点”的模型；
有了工具之后，它才真正开始具备完成复杂任务的能力。

Agent 和普通 ChatModel 的区别

ChatModel

适合：

• 单次问答
• 提示词生成
• 普通对话

FeatAgent

适合：

• 需要外部信息的任务
• 多步骤任务
• 要把“推理”和“执行”串起来的场景

所以不要把 Agent 理解成“更强的对话模型”，它更像是“对话模型 + 工具调度层”。

什么时候该开始注册工具

这是 Agent 是否真正有用的分界点。

常见工具包括：

• 网页读取
• 搜索
• 文件操作

在 Feat AI 里，你可以把工具注册到 AgentOptions 上：

opts.tool(new SearchTool());
opts.tool(new WebPageReaderTool());
opts.tool(new FileOperationTool());

仓库里的示例更偏向使用内置工具去完成实际任务，所以你完全可以先从现成工具开始，而不是立刻写自定义工具。

一个实用建议

做 Agent 时，不要一开始就追求“大而全工具箱”。
更稳的方式通常是：

1. 先让一个 Agent 只接一两个工具
2. 确认它真的能稳定完成任务
3. 再继续加工具和更复杂的提示策略

否则你最后很可能不知道到底是模型问题、工具问题，还是调度策略问题。

常见问题

Agent 总是在空想，不调用工具

优先检查：

1. 你是否真的注册了工具
2. 任务本身是否明确暗示需要外部信息
3. 模型能力是否足以理解当前工具描述

Agent 能调用工具，但结果质量一般

这通常不是一个单点问题。
可能涉及：

• 模型本身
• 工具描述是否清楚
• 工具返回内容是否可消费
• 提示策略是否过弱或过乱

我是不是应该先学 Agent 再学 Chat

不建议。
如果你还没把普通模型调用用熟，Agent 的排错成本会高很多。

下一步

• 如果你还没把对话模型用熟，先回到 配置对话模型并处理流式输出
• 如果你准备做检索增强，再去看 Embedding 与向量