Qwen-Agent 工具调用配置3 行跑通第一次输出【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克隆下 Qwen-Agent、pip install装完打开examples/目录你会被几十个.py文件劝退先跑哪个llm_cfg里该填什么model_type: qwen_dashscope和transformers到底差在哪这里只解决一个问题——用最少几行配置让 Qwen-Agent 真正完成一次工具调用并给出答案。llm_cfg把模型 ID 指对总机llm_cfg这个字典相当于一台电话总机model_type决定拨哪条线DashScope 云端线、OpenAI 兼容线、还是本地 transformers 线model则是这条线末尾要拨的门牌号——既可以是模型服务上的名字如qwen3-235b-a22b也可以是本地模型目录的路径。框架拿到字典后先按model_type在LLM_REGISTRY注册表里查出该实例化哪个 LLM 类再由这个类按model、model_server连上对应的模型服务。注册表与统一的chat()接口定义在 qwen_agent/llm/base.py走 transformers 本地加载的路径在 qwen_agent/llm/transformers_llm.py它一上来就检查配置里有没有model没有直接抛ValueError模型 ID 配置缺失的问题在这里就能被拦下。配置写对之后Agent 层不再关心请求怎么发、响应怎么解析所有差异都收敛在这一个字典里。本地部署三步拿到第一次输出⚡ 第 1 步拉代码、装依赖git clone https://gitcode.com/GitHub_Trending/qw/Qwen-Agent cd Qwen-Agent pip install -U qwen-agent[gui,rag,code_interpreter,mcp]✅ 你应看到安装无报错方括号里的四个可选项分别对应 GUI、RAG、代码解释器、MCP 支持。第 2 步配好 Key跑官方示例export DASHSCOPE_API_KEY你的key python examples/assistant_qwen3.py✅ 你应看到终端打印 Gradio 启动地址浏览器自动打开 WebUI 聊天页面。第 3 步问一句会触发工具的问题示例 examples/assistant_qwen3.py 已预置 time、fetch 两个 MCP 工具和内置的code_interpreter。在输入框里敲入What time is it?发送。✅ 你应看到机器人不是背答案而是实际调用了 time 工具再返回当前时间。给 Agent 装上双手接入 code_interpreter遇到的问题上面只是跟大脑聊天。问它把各洲人口分布画成饼图模型只能输出一段文字描述画不出图。解决思路工具不写在llm_cfg里而是通过 Agent 构造参数function_list挂载。模型只负责决策调哪个工具、参数是什么框架负责真正执行 Python 代码并回收结果。代码差异点相比前面直接跑示例自定义 Agent 只需多传一个function_listfrom qwen_agent.agents import Assistant bot Assistant( llmllm_cfg, # 与之前完全相同 function_list[code_interpreter], # 给它一双手 )实际效果提问画一张 2021 年各洲人口分布饼图Agent 自己写出 matplotlib 代码、执行、把 Observation 里的图带进回答最后给出完整结论。避坑清单三个高频报错一行修复症状Please provide the model id or directory through model→原因llm_cfg漏了model字段 →修复补上model: Qwen/Qwen3-4B本地目录路径同样合法。症状启动即报鉴权失败 →原因DASHSCOPE_API_KEY环境变量未导出 →修复export DASHSCOPE_API_KEY你的key后重跑。症状本地模型model_type: transformers首次加载极慢 →原因正在从模型仓库拉权重 →修复先用huggingface-cli download预下载model指向本地路径。下一步去 examples/ 翻其余调用示例试试把code_interpreter和网页搜索组合出你自己的 Agent。【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 Qwen-Agent 工具调用配置：3 行跑通第一次输出
Qwen-Agent 工具调用配置3 行跑通第一次输出【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克隆下 Qwen-Agent、pip install装完打开examples/目录你会被几十个.py文件劝退先跑哪个llm_cfg里该填什么model_type: qwen_dashscope和transformers到底差在哪这里只解决一个问题——用最少几行配置让 Qwen-Agent 真正完成一次工具调用并给出答案。llm_cfg把模型 ID 指对总机llm_cfg这个字典相当于一台电话总机model_type决定拨哪条线DashScope 云端线、OpenAI 兼容线、还是本地 transformers 线model则是这条线末尾要拨的门牌号——既可以是模型服务上的名字如qwen3-235b-a22b也可以是本地模型目录的路径。框架拿到字典后先按model_type在LLM_REGISTRY注册表里查出该实例化哪个 LLM 类再由这个类按model、model_server连上对应的模型服务。注册表与统一的chat()接口定义在 qwen_agent/llm/base.py走 transformers 本地加载的路径在 qwen_agent/llm/transformers_llm.py它一上来就检查配置里有没有model没有直接抛ValueError模型 ID 配置缺失的问题在这里就能被拦下。配置写对之后Agent 层不再关心请求怎么发、响应怎么解析所有差异都收敛在这一个字典里。本地部署三步拿到第一次输出⚡ 第 1 步拉代码、装依赖git clone https://gitcode.com/GitHub_Trending/qw/Qwen-Agent cd Qwen-Agent pip install -U qwen-agent[gui,rag,code_interpreter,mcp]✅ 你应看到安装无报错方括号里的四个可选项分别对应 GUI、RAG、代码解释器、MCP 支持。第 2 步配好 Key跑官方示例export DASHSCOPE_API_KEY你的key python examples/assistant_qwen3.py✅ 你应看到终端打印 Gradio 启动地址浏览器自动打开 WebUI 聊天页面。第 3 步问一句会触发工具的问题示例 examples/assistant_qwen3.py 已预置 time、fetch 两个 MCP 工具和内置的code_interpreter。在输入框里敲入What time is it?发送。✅ 你应看到机器人不是背答案而是实际调用了 time 工具再返回当前时间。给 Agent 装上双手接入 code_interpreter遇到的问题上面只是跟大脑聊天。问它把各洲人口分布画成饼图模型只能输出一段文字描述画不出图。解决思路工具不写在llm_cfg里而是通过 Agent 构造参数function_list挂载。模型只负责决策调哪个工具、参数是什么框架负责真正执行 Python 代码并回收结果。代码差异点相比前面直接跑示例自定义 Agent 只需多传一个function_listfrom qwen_agent.agents import Assistant bot Assistant( llmllm_cfg, # 与之前完全相同 function_list[code_interpreter], # 给它一双手 )实际效果提问画一张 2021 年各洲人口分布饼图Agent 自己写出 matplotlib 代码、执行、把 Observation 里的图带进回答最后给出完整结论。避坑清单三个高频报错一行修复症状Please provide the model id or directory through model→原因llm_cfg漏了model字段 →修复补上model: Qwen/Qwen3-4B本地目录路径同样合法。症状启动即报鉴权失败 →原因DASHSCOPE_API_KEY环境变量未导出 →修复export DASHSCOPE_API_KEY你的key后重跑。症状本地模型model_type: transformers首次加载极慢 →原因正在从模型仓库拉权重 →修复先用huggingface-cli download预下载model指向本地路径。下一步去 examples/ 翻其余调用示例试试把code_interpreter和网页搜索组合出你自己的 Agent。【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