你对 AI 说“帮我查看这个目录”，它不能只回一段操作建议，还得真的运行命令。Mauro Di Pietro 的这篇教程用 Python 和 Ollama——在个人电脑上运行大语言模型的工具——搭了一个本地 CLI Agent。CLI 就是终端里的文本界面；这个原型不依赖网页，也不必把每次模型请求发往云端，适合低成本看清 Agent 到底如何行动。
最具体的一步，是把“执行终端命令”写成 Python 函数，再用 schema 告诉 Qwen 2.5：工具叫什么、需要什么参数。模型只负责提出结构化的工具调用，程序才用 subprocess.run 真正执行，并把标准输出或错误信息交还模型继续判断。这就构成了最小 Agent loop：模型选行动，程序执行，再把结果送回模型。示例采用 ollama==0.6.2，并为单次命令设置 10 秒超时。不过代码同时启用了 shell=True，材料也未展示权限隔离、最大步数等完整防护，因此更适合理解控制流程，不应直接当作生产方案。