从 0 到 1 掌握 LangChain Agents：自定义工具 + LLM 打造智能工作流！

系列文章目录

基础篇

01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南
02-玩转 LangChain Memory 模块：四种记忆类型详解及应用场景全覆盖
03-全面掌握 LangChain：从核心链条构建到动态任务分配的实战指南
04-玩转 LangChain：从文档加载到高效问答系统构建的全程实战
05-玩转 LangChain：深度评估问答系统的三种高效方法（示例生成、手动评估与LLM辅助评估）
06-从 0 到 1 掌握 LangChain Agents：自定义工具 + LLM 打造智能工作流！

实战篇

---

---

前言

在近年来，LangChain作为一款强大的开源框架，逐渐成为构建基于大型语言模型（LLM）应用的首选工具。它不仅提供了简洁且灵活的API来进行模型的交互，还包括了众多功能模块，支持高效构建多种应用，如智能问答系统、自动化工作流等。LangChain的模块化设计使得开发者能够根据自己的需求灵活组合不同的功能，从而快速实现复杂的业务场景。

LangChain 的核心模块

LangChain 由以下核心模块组成，每个模块都有其特定的功能：

1. Model（模型）
   • 提供与大语言模型交互的接口，例如 OpenAI、阿里云等的 LLM。
   • 开发者可以轻松配置 API 调用和模型参数。
2. Prompt（提示词）
   • 提供动态提示词模板管理功能，支持变量插值、Prompt 优化。
   • 适用于创建灵活且高效的模型交互任务。
3. Chains（链条）
   • 用于将多个任务步骤组合成一个链条，例如多次调用模型完成复杂的推理任务。
   • 支持模块化设计，便于维护和扩展。
4. Memory（记忆）
   • 提供上下文记忆功能，可以让模型在多轮对话中记住用户的输入和历史对话内容。
   • 适合构建长时间、多轮交互的对话系统。
5. Output Parsers（输出解析器）
   • 解析模型的返回结果，例如将文本解析为 JSON 结构，便于后续处理。
   • 特别适用于信息提取、分类任务等。
6. Agents（代理）
   • 集成多种工具（如 API、数据库、文件系统）与模型交互，使模型能够动态调用外部资源完成复杂任务。
   • 适合构建更智能化的自动化工作流。

LangChain 的应用场景

LangChain 的灵活性和模块化设计使其广泛适用于以下场景：

• 文本生成与翻译：例如生成新闻稿、调整语气风格、翻译专业文档。
• 智能问答与知识库：构建基于文档、数据库的知识问答系统。
• 信息提取与分析：从非结构化文本中提取关键信息，例如用户评论分析、商业报告解析。
• 对话系统与聊天机器人：利用记忆模块支持上下文多轮对话，实现类似 ChatGPT 的应用。
• 自动化工作流：通过 Agents 模块集成外部工具，完成复杂的任务链，例如自动处理订单或执行 API 查询。

本文主题

本文将探讨如何利用 LangChain 框架中的 Agents（代理） 功能，构建能够自动调用外部工具和资源的智能体。特别地，我们将重点介绍如何使用 LangChain 提供的内建工具，如 DuckDuckGo 搜索和 Wikipedia 进行动态信息查询，同时讲解如何定义和集成自定义工具，扩展智能体的功能以适应更加复杂的任务。

• 使用内建工具：介绍如何利用 DuckDuckGo 搜索和 Wikipedia 进行信息查询。
• 定义自定义工具：展示如何创建并集成自定义工具，以扩展智能体的功能。

通过这些内容，读者将学会如何通过 LangChain 构建更加智能化的自动化工作流。

---

一、LangChain 环境搭建与初始配置

在开始构建 LangChain 应用之前，需要完成基础环境的搭建和配置。

1.1 安装依赖

在项目环境中安装必要的 Python 包：

pip install langchain langchain-community langchain_openai python-dotenv openai docarray langchain-huggingface numexpr wikipedia

这些依赖包含了 LangChain 框架、环境变量管理工具 python-dotenv 和与 OpenAI 模型交互的接口。

1.2 环境变量加载

为了保护敏感信息（如 API Key 和 API URL），建议将这些信息存储在项目根目录下的一个名为 .env 的文件中。这样可以避免将敏感信息直接暴露在代码中，同时方便环境的统一配置。

1.2.1 具体步骤

1. 创建 .env 文件
   在项目根目录下创建一个名为 .env 的文件。注意，这个文件不需要任何扩展名。
   如果使用版本控制（如 Git），记得将 .env 文件添加到 .gitignore 中，避免敏感信息被提交到代码仓库。

2. 编写 .env 文件内容
   .env 文件的内容采用键值对的形式，每行一个键值对，格式如下：

阿里云通义千问（Qwen）API 配置
ALIYUN_API_KEY=你的阿里云API密钥
ALIYUN_API_URL=你的阿里云API地址，例如：https://dashscope.aliyuncs.com/compatible-mode/v1

DeepSeek API 配置
DEEPSEEK_API_KEY=你的DeepSeek API密钥
DEEPSEEK_API_URL=你的DeepSeek API地址，例如：h