你要的AI Agent工具都在这里

只有让LLM（大模型）学会使用工具，才能做出一系列实用的AI Agent，才能发挥出LLM真正的实力。本篇，我们让AI Agent使用更多的工具，比如：外部搜索、分析CSV、文生图、执行代码等。

1. 使用工具的必要性

LLM（大模型）如果没有使用工具的能力，那就相当于一个有着聪明大脑 但四肢僵硬的 渐冻人，什么事儿也做不了。人类之所以区别于动物，正是因为学会了使用工具。因此，赋予LLM使用工具的能力至关重要。

我们需要 LLM去帮助执行各种任务。而Tool（工具）就是LLM 在执行任务过程中，能够调用的外部能力。比如：需要检索外部资料时，可以调用检索工具；需要执行一段代码时，可以调用自定义函数去执行。

2. LangChain的Tool规范

所有的工具肯定要遵守一套规范，才能让LLM随意调用。为此，LangChain 抽象出一个Tool 层，只要是遵守这套规范的函数就是 Tool 对象，就可以被 LLM调用。

2.1. Tool规范

Tool的规范也简单，只要有三个属性就行：name、description和function。

• name：工具的名称。
• description：对工具的功能描述，后续这个描述文本会添加到Prompt（提示词）中，LLM 将根据description来决定是否调用该工具。
• function：此工具实际运行的函数。

只要遵守这个规范就行，使用形式可以有多种，下文的实践代码会介绍到。

2.2. Agent使用工具的流程

让AI Agent使用工具，需要定义Agent和AgentExecutor。AgentExecutor维护了Tool.name到Tool的Map 结构。

LLM根据Prompt（包含了Tool的描述） 和 用户的问题，判断是否需要调用工具，确定某个工具后，在根据Tool的名称 和 调用参数，到映射Map 中获找Tool实例，找到之后调用Tool实例的function。

3. 如何使用各种Tool

自定义Tool只需要遵守以上规范就可以，下面以几个常用的工具做示例。

下文有些工具用到了toolkits。toolkits是LangChain提供的工具包，旨在简化使用工具的成本，