准备工作：装好这些工具

在开始之前，你需要安装 Ollama（一个让你在本地运行AI模型的免费工具）。访问 ollama.com 下载对应你系统的版本（Windows/Mac/Linux都支持）。安装后，注册一个免费账号（不需要付费）。

接着，打开终端（命令行），运行以下命令下载一个轻量级模型 Qwen（一个适合入门的小模型）：

• 输入 ollama pull qwen2.5:0.5b 并回车（模型大小约300MB，下载很快）
• 完成后输入 ollama run qwen2.5:0.5b 测试是否能用（看到对话提示即成功）

注意：如果你电脑内存小于8GB，建议用0.5b版本；内存更大可以选更大的模型（如1.5b）。

安装Python和依赖

确保你已安装 Python（版本3.8以上）。没装的话去 python.org 下载安装包，安装时勾选“Add Python to PATH”。

然后安装 LangGraph（一个用来搭建工作流的Python库）和 Ollama Python库（让Python调用本地模型）：

• 打开终端，输入 pip install langgraph ollama 并回车
• 如果遇到权限问题，在命令前加 pip install --user

第一次跑通：一个简单的多智能体例子

我们让三个AI协作生成一份学习指南。复制以下代码保存为 study_guide.py：

from ollama import chat

def ask(system, user):
    response = chat(model='qwen2.5:0.5b', messages=[
        {'role': 'system', 'content': system},
        {'role': 'user', 'content': user}
    ])
    return response['message']['content']

planner_prompt = '你是一个学习规划师。根据用户提供的主题，生成大纲。'
teacher_prompt = '你是一个老师。根据大纲，写出详细的笔记。'
quiz_prompt = '你是一个出题人。根据笔记，出3道复习题。'

topic = 'Python列表'
outline = ask(planner_prompt, f'主题：{topic}')
notes = ask(teacher_prompt, f'大纲：{outline}')
questions = ask(quiz_prompt, f'笔记：{notes}')

print('大纲：', outline)
print('笔记：', notes)
print('复习题：', questions)

在终端运行 python study_guide.py，等几秒就会看到三个智能体依次输出结果。如果报错，检查Ollama是否在运行（终端输入 ollama serve 启动）。

下一步可以做什么

你已经成功让多个AI协作工作了！接下来可以：

• 尝试修改 topic 变量为其他主题（如“机器学习基础”）
• 用 LangGraph 把上面的代码改造成图形化工作流（更易维护）
• 增加更多智能体，比如增加一个“检查员”来审核笔记质量

记住：多智能体适合任务能拆分成不同步骤的场景；如果单个提示就能完成，就不必用多个智能体。