Jak začít s AI agentním programováním v Pythonu: Průvodce pro začátečníky

Možná jste slyšeli slovo „AI agent" a napadlo vás: Co to vlastně je? A dá se to naučit i bez hlubokých znalostí programování? Odpověď je ano — a v tomto průvodci vám ukážeme, jak na to krok za krokem.

AI agenti jsou dnes jedním z nejžhavějších témat v oblasti umělé inteligence. Firmy jako Anthropic, OpenAI nebo Google investují miliardy do jejich vývoje, protože agenti umí dělat věci, které klasické AI chatboty nedokážou: přijímat rozhodnutí, plánovat postup a provádět akce ve světě — například prohledávat internet, spouštět kód nebo odesílat e-maily.

Dobrou zprávou je, že Python je pro začátečníky v tomto oboru ideálním jazykem. Je čitelný, má skvělou dokumentaci a existuje pro něj obrovská komunita. Pojďme rovnou na věc.

Co je to vlastně AI agent?

Než se pustíme do kódu, pojďme si ujasnit, co termín „AI agent" znamená.

Klasický chatbot jako ChatGPT funguje jednoduše: napíšete otázku, dostanete odpověď. Konec interakce. AI agent je ale jiný — je navržen tak, aby aktivně pracoval na cíli, a to i přes více kroků. Může sám rozhodovat, jaké nástroje použije, a opakovat postup, dokud úkol nedokončí.

Představte si, že mu zadáte: „Zjisti, jaké jsou dnes nejlevnější letenky z Prahy do Barcelony, porovnej tři možnosti a pošli mi souhrn." Agent to sám vyřídí: prohledá web, porovná výsledky a pošle vám zprávu — bez toho, abyste mu museli každý krok říkat.

Tři klíčové vlastnosti AI agenta:

• Vnímání — agent dostává vstupy (text, výsledky vyhledávání, data ze souborů)
• Rozhodování — na základě situace volí, co dělat dál
• Akce — provádí konkrétní kroky pomocí nástrojů (volání API, spouštění kódu, atd.)

Proč Python a jaké nástroje budete potřebovat?

Python je dnes standardním jazykem pro vývoj AI aplikací. Proč?

• Čitelná syntaxe — kód vypadá téměř jako angličtina, takže se ho začátečníci učí rychleji
• Obrovské množství knihoven — existují hotové balíčky pro práci s AI modely, webové požadavky i databáze
• Silná komunita — na každý problém najdete řešení na Stack Overflow nebo GitHubu

Pro agentní programování budete potřebovat nainstalovat tyto nástroje:

1. Python 3.10+ — základní jazyk (zdarma na python.org)
2. pip — správce balíčků pro Python (instaluje se automaticky s Pythonem)
3. OpenAI nebo Anthropic SDK — knihovny pro komunikaci s AI modely
4. python-dotenv — pro bezpečné uložení API klíčů

Populární frameworky pro tvorbu agentů:

• LangChain — jeden z nejznámějších, hodně dokumentace pro začátečníky
• CrewAI — snadná tvorba týmů agentů s jasně definovanými rolemi
• Autogen (od Microsoftu) — výkonný framework pro multi-agentní systémy
• Pydantic AI — moderní alternativa s důrazem na typovou bezpečnost

Architektura jednoduchého AI agenta

Než napíšete první řádek kódu, je dobré pochopit, jak agent uvnitř funguje.

Typický agent pracuje ve smyčce, které se říká ReAct loop (zkratka z anglického Reason + Act — uvažovat + jednat):

1. Vnímání — dostane zadání od uživatele nebo výsledek předchozí akce
2. Uvažování — AI model přemýšlí, co je dalším krokem
3. Akce — volá nástroj (vyhledávání, výpočet, API)
4. Pozorování — dostane výsledek akce
5. Opakování — vrátí se na krok 2, dokud není úkol splněn

Tuto smyčku zajišťuje kombinace:

• Jazykového modelu (LLM) — mozek agenta, který rozhoduje
• Nástrojů (tools) — funkce, které agent může volat
• Paměti — kde si agent ukládá průběžné výsledky a kontext

Jak to vyzkoušet

Teď přijde ta nejzábavnější část — napíšeme si prvního jednoduchého agenta. Budeme používat knihovnu OpenAI SDK, která je pro začátečníky přehledná a dobře zdokumentovaná.

Krok 1: Nainstalujte potřebné balíčky

Otevřete terminál (na Windows: PowerShell nebo Command Prompt, na Macu nebo Linuxu: Terminal) a napište:

pip install openai python-dotenv

Krok 2: Získejte API klíč

Jděte na platform.openai.com, zaregistrujte se a v sekci API Keys si vygenerujte nový klíč. Tento klíč je jako heslo — nikdy ho nesdílejte veřejně.

Vytvořte soubor .env ve složce svého projektu a napište do něj:

OPENAI_API_KEY=vas-klic-sem

Krok 3: Napište prvního agenta

Vytvořte soubor agent.py s tímto kódem:

import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI()

def spust_agenta(zadani):
    odpoved = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "Jsi pomocny asistent. Odpovidej strucne a jasne v cestine."
            },
            {
                "role": "user",
                "content": zadani
            }
        ]
    )
    return odpoved.choices[0].message.content

vysledek = spust_agenta("Vysvetli mi, co je to umela inteligence, jako bych byl zak zakladni skoly.")
print(vysledek)

Spusťte skript příkazem python agent.py — a váš první agent odpovídá!

Krok 4: Přidejte agentovi nástroj

Tady začíná ta skutečná magie. Přidejme agentovi schopnost provádět výpočty. Toto je základ toho, čemu se říká function calling — agent může volat vaše vlastní funkce, když to uzná za vhodné:

import json
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI()

nastroje = [
    {
        "type": "function",
        "function": {
            "name": "vypocitej",
            "description": "Provede matematicky vypocet a vrati vysledek",
            "parameters": {
                "type": "object",
                "properties": {
                    "vyraz": {
                        "type": "string",
                        "description": "Matematicky vyraz, napr. '15 * 7 + 3'"
                    }
                },
                "required": ["vyraz"]
            }
        }
    }
]

def vypocitej(vyraz):
    try:
        return str(eval(vyraz))
    except Exception as e:
        return f"Chyba: {e}"

def agent_s_nastrojem(zadani):
    zpravy = [{"role": "user", "content": zadani}]
    odpoved = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=zpravy,
        tools=nastroje
    )
    zprava = odpoved.choices[0].message
    if zprava.tool_calls:
        for volani in zprava.tool_calls:
            if volani.function.name == "vypocitej":
                argumenty = json.loads(volani.function.arguments)
                vysledek = vypocitej(argumenty["vyraz"])
                zpravy.append(zprava)
                zpravy.append({
                    "role": "tool",
                    "tool_call_id": volani.id,
                    "content": vysledek
                })
        finalni = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=zpravy
        )
        return finalni.choices[0].message.content
    return zprava.content

print(agent_s_nastrojem("Kolik je 347 krat 89 plus 1234?"))

Krok 5: Vyzkoušejte CrewAI pro pokročilejší agenty

Pokud vás práce agenta zaujala, zkuste framework CrewAI, který umožňuje vytvářet týmy agentů se specializovanými rolemi:

pip install crewai

S CrewAI můžete snadno sestavit tým — například jednoho agenta jako výzkumníka, druhého jako editora. Každý má svou roli, cíl a „osobnost". CrewAI automaticky koordinuje jejich spolupráci a předávání výsledků.

Tipy pro začátečníky

Tady jsou praktické rady, které vám usnadní start s agentním programováním:

• Začněte malým projektem — nepouštějte se hned do složitého systému. Napište agenta s jedním nástrojem a postupně ho rozšiřujte.
• Sledujte náklady na API — volání AI modelů stojí peníze. Testujte s levnějším modelem gpt-4o-mini místo dražšího gpt-4o.
• Ukládejte výsledky — vždy logujte, co agent dělá. Pomůže vám to odhalit chyby a porozumět, jak agent uvažuje.
• Používejte virtuální prostředí — spusťte python -m venv venv a aktivujte ho před instalací balíčků. Izoluje projekt od zbytku systému.
• Testujte jednotlivé části — napište nejprve funkci nástroje bez agenta, ověřte, že funguje, a teprve pak ji připojte.

Kam dál po prvních krocích?

Jakmile napíšete prvního agenta a budete mu rozumět, otevře se vám celý svět možností.

Doporučené zdroje:

• Dokumentace OpenAI (platform.openai.com/docs) — přehledná dokumentace s příklady v Pythonu
• LangChain dokumentace (docs.langchain.com) — obsáhlý framework s mnoha tutoriály
• CrewAI dokumentace (docs.crewai.com) — skvělé pro začátečníky díky jasné struktuře rolí

Zajímavé projekty pro procvičení:

• Agent, který vyhledává recepty a generuje nákupní seznam
• Agent, který čte e-maily a tvoří stručné shrnutí
• Agent, který monitoruje ceny produktů na e-shopech
• Agent, který pomáhá s psaním — navrhuje zlepšení vašeho textu

Závěr

AI agentní programování v Pythonu zní možná složitě, ale jak jste viděli, základy zvládnete za jedno odpoledne. Klíčem je začít jednoduše — napsat malého agenta s jedním nástrojem — a postupně přidávat funkcionalitu.

Nejdůležitější je přestat se bát a začít. Kód, který nefunguje, vás naučí víc než hodiny čtení teorie. A až váš první agent poprvé správně splní zadaný úkol, pocítíte ten skvělý pocit, který dělá z programování tak návykovou činnost.

Takže otevřete terminál, nainstalujte balíčky a napište svého prvního agenta. Svět AI vás čeká.