第二次作业

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/homework/15646
这个作业的目标	了解并实践Agent基本原理，使用现代AI工具构建具备语言交互与行动执行能力的智能体，为后续大项目打下基础。
学号	3124004454 3124004448

1. Agent 说明文档

1.1 需求描述

日常学习和办公中，我们常常需要一边查询信息一边记录待办事项，频繁切换软件会导致效率降低。因此，我们小组决定构建一个“极简本地办公助手 (Local-Office-Agent)”。它不仅能与用户进行日常自然语言对话，还能根据指令读取系统时间，并将重要的待办事项自动写入本地备忘录文件中。

1.2 业务流描述

1. 用户输入：用户通过自然语言输入指令（例如询问时间、要求记录待办）。
2. 意图识别：Agent 接收输入后，进行意图解析，判断是否需要调用外部工具。
3. 工具调用（Action）：
   • 若用户询问时间，Agent 自动调用 get_current_time 函数获取系统级时间。
   • 若用户要求记录事情，Agent 解析出具体事项，调用 write_todo_to_file 函数将任务持久化保存到本地 .txt 文件中。
4. 结果反馈：工具执行完毕后，Agent 将执行结果整合为自然语言反馈给用户。

1.3 实现说明

本项目基于 Python 语言开发。

• 环境要求：纯 Python 标准库实现，无需额外配置复杂环境，甚至可以在浏览器中直接运行。
• 本地操作执行：使用 Python 内置的 time 模块和 open(file) 文件操作，实现了本地状态的读取与修改，完成了智能体“会做”的特性。
• 自动化演示：为了方便展示，我们编写了 run_simulation 函数，模拟用户输入并展示 Agent 的思考与执行过程。

1.4 使用示例 (功能演示)

如上图所示，Agent 成功识别了用户的“查询时间”和“记录待办”指令，并正确调用了相应的后台函数，模拟了实际办公场景中的辅助功能。

---

2. GitHub 提交链接

我们的团队公共仓库链接：https://github.com/alovesuprem3/AI_agent

3. 小组分工

• 张梓楠 (3124004454)：负责需求构思与核心代码编写 (Agent逻辑设计与工具函数实现)。
• 叶明(3124004448)：负责代码测试、排错以及 GitHub 仓库的管理与代码提交。

---

4. 小组成员心得

• 张梓楠(组长)：通过这次作业，我初步体会到了智能体的构建过程。虽然为了追求效率我们采用了极简的实现方式，但核心的“感知-思考-行动”逻辑是相通的，这为我们后续的大项目打下了坚实的认知基础。
• 叶明 (组员)：时间紧任务重，但我们小组分工明确，迅速锁定了最小可行性产品（MVP）的目标。这次实战让我明白，在软件工程中，按时交付可运行的产品往往比追求完美但无法上线的半成品更有价值。