夜雨聆风前面 13 篇学完了所有知识点。今天做一个完整项目——一个能帮你查日历、搜信息、做总结的"个人 AI 助理"。不是 Demo，是真能用的那种。
上一篇：「从零玩转 AI Agent」【第十三篇】Agent 安全与可靠性——别让你的 Agent 干傻事
一、目标：这个助理能干什么？
你： "我明天有什么安排？"
Agent：明天上午 10 点跟产品团队开会，下午 3 点约了牙医。晚上没有安排。
你： "帮我搜一下最近 AI Agent 的融资新闻"
Agent：（自动搜索 → 整理 → 输出摘要）
你： "帮我记一下：下周二是老婆生日，别忘了买礼物"
Agent：已添加到备忘录。已创建提醒：6月12日 09:00 提醒你买礼物。
你： "周末有什么好玩的户外活动推荐？考虑天气和我喜欢徒步"
Agent：（查天气 → 查用户偏好 → 搜索活动 → 推荐 3 个选项）
二、架构设计
┌─────────────────────────────────────────┐
│ 个人 AI 助理 │
│ │
│ 🧠 LLM 大脑 │
│ (DeepSeek / GPT-4o) │
│ │
│ 🦾 工具集 │
│ ├─ 📅 日历工具（读/写） │
│ ├─ 📝 备忘录工具（读/写） │
│ ├─ 🔍 搜索工具 │
│ ├─ 🌤 天气工具 │
│ └─ ⏰ 提醒工具 │
│ │
│ 📝 记忆系统 │
│ ├─ 短期：当前对话 │
│ └─ 长期：用户画像 + 历史摘要 │
└─────────────────────────────────────────┘
三、工具实现
3.1 日历工具
import json
from datetime import datetime, timedelta
classCalendarTool:
def__init__(self, filepath: str = "calendar.json"):
self.filepath = filepath
self._load()
def_load(self):
import os
if os.path.exists(self.filepath):
withopen(self.filepath, "r") as f:
self.events = json.load(f)
else:
self.events = []
def_save(self):
withopen(self.filepath, "w") as f:
json.dump(self.events, f, ensure_ascii=False, indent=2)
defget_events(self, date_str: str = None) -> str:
"""获取指定日期的日程"""
if date_str isNone:
date_str = datetime.now().strftime("%Y-%m-%d")
day_events = [e for e in self.events if e["date"] == date_str]
ifnot day_events:
returnf"{date_str} 没有日程安排。"
result = f"📅 {date_str} 日程：\n"
for i, e inenumerate(sorted(day_events, key=lambda x: x["time"]), 1):
result += f" {i}. {e['time']} — {e['title']}\n"
if e.get("location"):
result += f" 地点：{e['location']}\n"
return result
defadd_event(self, date: str, time: str, title: str, location: str = "") -> str:
"""添加日程"""
self.events.append({
"date": date,
"time": time,
"title": title,
"location": location,
"created_at": datetime.now().isoformat()
})
self._save()
returnf"✅ 已添加日程：{date}{time} — {title}"
3.2 备忘录工具
classMemoTool:
def__init__(self, filepath: str = "memos.json"):
self.filepath = filepath
self._load()
def_load(self):
import os
if os.path.exists(self.filepath):
withopen(self.filepath, "r") as f:
self.memos = json.load(f)
else:
self.memos = []
def_save(self):
withopen(self.filepath, "w") as f:
json.dump(self.memos, f, ensure_ascii=False, indent=2)
defadd_memo(self, content: str, category: str = "通用") -> str:
"""添加备忘录"""
memo = {
"content": content,
"category": category,
"created_at": datetime.now().isoformat(),
"id": len(self.memos) + 1
}
self.memos.append(memo)
self._save()
returnf"✅ 已记录备忘录 #{memo['id']}：{content[:50]}..."
deflist_memos(self, category: str = None) -> str:
"""列出备忘录"""
memos = self.memos
if category:
memos = [m for m in memos if m["category"] == category]
ifnot memos:
return"备忘录为空。"
result = "📝 备忘录：\n"
for m in memos[-10:]: # 最近 10 条
result += f" [{m['category']}] {m['content']}\n"
return result
3.3 搜索工具
defsearch_web(query: str) -> str:
"""联网搜索（接真实 API）"""
# 实际项目中接 Bing Search API 或 SerpAPI
# 这里用模拟数据演示流程
import requests
# 使用免费的 DuckDuckGo Instant Answer API
try:
resp = requests.get(
"https://api.duckduckgo.com/",
params={"q": query, "format": "json", "no_html": 1},
timeout=10
)
data = resp.json()
abstract = data.get("AbstractText", "")
if abstract:
return abstract
# 如果没有摘要，返回相关主题
topics = data.get("RelatedTopics", [])
results = []
for t in topics[:5]:
ifisinstance(t, dict) and t.get("Text"):
results.append(t["Text"])
return"\n".join(results) if results elsef"未找到关于'{query}'的结果。"
except:
returnf"搜索'{query}'时出错，请稍后重试。"
3.4 提醒工具
classReminderTool:
def__init__(self, filepath: str = "reminders.json"):
self.filepath = filepath
self._load()
def_load(self):
import os
if os.path.exists(self.filepath):
withopen(self.filepath, "r") as f:
self.reminders = json.load(f)
else:
self.reminders = []
def_save(self):
withopen(self.filepath, "w") as f:
json.dump(self.reminders, f, ensure_ascii=False, indent=2)
defadd_reminder(self, date: str, time: str, content: str) -> str:
"""添加提醒"""
self.reminders.append({
"date": date,
"time": time,
"content": content,
"status": "待提醒"
})
self._save()
returnf"✅ 已设置提醒：{date}{time} — {content}"
defget_upcoming(self) -> str:
"""获取即将到来的提醒"""
today = datetime.now().strftime("%Y-%m-%d")
upcoming = [r for r in self.reminders if r["date"] >= today and r["status"] == "待提醒"]
ifnot upcoming:
return"没有即将到期的提醒。"
result = "⏰ 即将到期的提醒：\n"
for r insorted(upcoming, key=lambda x: x["date"])[:5]:
result += f" • {r['date']}{r['time']} — {r['content']}\n"
return result
四、组装 Agent
classPersonalAssistant:
def__init__(self, api_key: str):
self.client = OpenAI(
api_key=api_key,
base_url="https://api.deepseek.com"
)
self.model = "deepseek-chat"
# 初始化工具
self.calendar = CalendarTool()
self.memo = MemoTool()
self.reminder = ReminderTool()
# 长时记忆
self.ltm = LongTermMemory()
# 对话记忆
self.messages = [{
"role": "system",
"content": SYSTEM_PROMPT
}]
# 注入用户画像
user_context = self.ltm.get_context()
self.messages.append({
"role": "system",
"content": f"当前用户信息：\n{user_context}"
})
defchat(self, user_input: str) -> str:
self.messages.append({"role": "user", "content": user_input})
whileTrue:
response = self.client.chat.completions.create(
model=self.model,
messages=self.messages,
tools=TOOLS
)
msg = response.choices[0].message
if msg.tool_calls:
self.messages.append(msg)
for tc in msg.tool_calls:
name = tc.function.name
args = json.loads(tc.function.arguments)
print(f"🔧 {name}({args})")
result = self._execute_tool(name, args)
self.messages.append({
"role": "tool",
"tool_call_id": tc.id,
"content": result
})
else:
self.messages.append({
"role": "assistant",
"content": msg.content
})
return msg.content
def_execute_tool(self, name: str, args: dict) -> str:
if name == "get_calendar":
return self.calendar.get_events(args.get("date"))
elif name == "add_calendar_event":
return self.calendar.add_event(
args["date"], args["time"],
args["title"], args.get("location", "")
)
elif name == "add_memo":
return self.memo.add_memo(
args["content"], args.get("category", "通用")
)
elif name == "list_memos":
return self.memo.list_memos(args.get("category"))
elif name == "search_web":
return search_web(args["query"])
elif name == "add_reminder":
return self.reminder.add_reminder(
args["date"], args["time"], args["content"]
)
elif name == "get_upcoming_reminders":
return self.reminder.get_upcoming()
returnf"未知工具：{name}"
五、系统提示——Agent 的灵魂
SYSTEM_PROMPT = """
你是一个高效、友好的个人 AI 助理。你有以下能力：
📅 日历管理：查看、添加日程
📝 备忘录：记录和查看备忘
⏰ 提醒：设置和管理提醒
🔍 搜索：联网搜索信息
# 行为准则
1. 主动提供帮助。用户说"明天好忙"，你应该主动查一下明天的日程。
2. 在合适的时候问确认性问题。"帮你添加到日历中，时间定在几点？"
3. 提供总结和建议。不只罗列数据，要做一点分析和建议。
4. 记住用户偏好。如果用户说过喜欢什么，下次主动用上。
# 每日问候模板（用户说"早上好"等时触发）
自动执行：查今日日程 + 查即将到期提醒 + 简要天气 + 个性化问候
# 输出风格
- 简洁、温暖、实用
- 使用 emoji 让信息更易读
- 重要事项加粗提醒
"""
六、运行效果
assistant = PersonalAssistant(api_key="sk-你的key")
# 场景 1：早晨问候
print(assistant.chat("早上好！"))
# 📅 今日日程（6月5日）：
# • 10:00 产品周会
# • 15:00 牙医预约
# ⏰ 即将到期提醒：无
# ☀️ 今天北京晴天，25°C
# 祝你有美好的一天！别忘了下午的牙医预约哦～
# 场景 2：搜索 + 总结
print(assistant.chat("搜一下 OpenAI 最近有什么新闻"))
# 🔍 自动搜索 → 返回 5 条新闻摘要
# 场景 3：多工具联动
print(assistant.chat("下周一是老婆生日，帮我记一下，顺便看看下周一有没有空"))
# 📝 记录备忘 → 📅 查日历 → 发现那天有空 →
# "已记录！下周一（6月11日）是老婆生日。那天你目前没有安排，
# 要不要我帮你设一个提前一天的提醒，提醒你买礼物？"
七、部署到日常使用
方案 1：命令行常驻
python3 assistant_daemon.py # 一直跑着，随时问
方案 2：接入飞书/微信
用飞书 Bot API 或企业微信机器人，把 Agent 接到聊天工具里。
方案 3：做成 macOS 菜单栏应用
用 Swift + Python 做成菜单栏小工具，点一下就能跟 Agent 对话。
八、你的下一步
这个助理已经能跑起来了。接下来你可以：
- 加更多工具
：邮件、待办清单、智能家居控制 - 加语音
：接入 Whisper API 做语音输入 - 加定时任务
：每天早上 8 点自动推送今日日程 - 加数据可视化
：每周生成时间使用报告
九、下篇预告
个人助理会了，下一篇玩点不一样的——《实战：AI 代码 Agent 入门》，带你用 Claude Code 一行代码不写就完成编程任务。
关注本号，不错过更新。
下一篇：《实战项目：AI 代码 Agent 入门（Claude Code 玩法）》
