大模型 Agent 开发：LangChain 搭建具备工具调用能力的智能代理

LangChain 搭建具备工具调用能力的智能代理

核心概念

1. 智能代理：能自主决策调用外部工具完成复杂任务的 AI 系统
2. 工具调用：代理根据输入动态选择并执行特定功能模块
3. LangChain 框架：提供标准化接口连接语言模型与工具

---

开发步骤

1. 定义工具集

创建可调用的基础功能模块，每个工具需包含：

• 名称：唯一标识符
• 描述：功能说明（LLM 据此选择工具）
• 执行函数：具体实现逻辑

from langchain.tools import BaseTool

class Calculator(BaseTool):
    name = "calculator"
    description = "执行数学计算，输入数学表达式"

    def _run(self, expression: str):
        return eval(expression)  # 实际开发需安全处理

class WebSearch(BaseTool):
    name = "web_search"
    description = "获取实时网络信息，输入查询关键词"
    
    def _run(self, query: str):
        return get_search_results(query)  # 需实现搜索接口

2. 构建代理

使用 LangChain 的 Agent 框架集成工具：

from langchain.agents import initialize_agent
from langchain.llms import OpenAI

# 初始化组件
llm = OpenAI(temperature=0)
tools = [Calculator(), WebSearch()]

# 创建代理
agent = initialize_agent(
    tools,
    llm,
    agent="zero-shot-react-description",  # 零样本决策代理
    verbose=True  # 显示执行过程
)

3. 代理决策机制

代理执行流程：

1. 问题解析：LLM 分析用户意图
2. 工具选择：根据工具描述匹配需求
   • 决策依据：工具描述与问题语义相似度
3. 参数生成：提取工具所需输入参数
4. 执行反馈：整合工具返回结果

数学决策模型： $$ \text{工具选择概率} P(t|q) = \frac{e^{\text{sim}(d_t, q)}}{\sum_{i} e^{\text{sim}(d_i, q)}} $$ 其中 $d_t$=工具描述, $q$=用户问题

---

执行示例

# 简单计算任务
response = agent.run("计算圆周率与自然对数的乘积")
# 执行路径: 选择calculator → 生成表达式"math.pi * math.log(1)" → 返回结果

# 复杂信息获取
response = agent.run("特斯拉当前股价是多少美元？换算成人民币是多少？")
# 执行路径: 
# 1. 选择web_search获取股价 → 返回$265.43
# 2. 选择calculator计算汇率 → 输入"265.43 * 6.8"

---

进阶优化

1. 工具组合：支持多工具链式调用

   agent = initialize_agent(..., max_iterations=5)  # 允许最多5次工具调用
   

2. 记忆增强：添加对话历史管理

   from langchain.memory import ConversationBufferMemory
   memory = ConversationBufferMemory()
   agent.agent_executor.memory = memory
   

3. 安全控制：限制敏感工具访问权限

   @tool(return_direct=True)  # 强制直接返回结果
   def database_query(input: str):
       if validate_permission(user_id):
           return run_sql(input)
   

---

典型应用场景

场景类型	工具示例	代理行为
金融分析	股票API/汇率计算器	获取实时数据 → 执行量化计算
科研助手	论文检索/公式求解器	文献查询 → 数学验证
智能运维	日志分析/服务器控制	故障诊断 → 执行修复命令

通过 LangChain 构建的智能代理，可使大模型突破纯文本生成限制，实现感知-决策-执行的完整智能闭环。