[使用LangChain创建AI工具的实践指南]

最新推荐文章于 2025-12-13 11:28:09 发布

原创最新推荐文章于 2025-12-13 11:28:09 发布 · 688 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #python

技术背景介绍

在构建智能代理系统时，赋予代理一定的工具集是必不可少的。LangChain提供了一套强大的框架，支持从简单的函数到复杂的异步实现，帮助开发者快速构建适合自己业务场景的AI工具集。这篇文章将深入解析如何在LangChain环境下创建和配置自定义工具。

核心原理解析

在LangChain中，工具不仅仅是一个简单的函数调用，而是一个包括名称、描述、参数验证以及同步/异步执行的复杂模块。我们可以通过几种方式创建工具：直接从函数创建、使用基类扩展、甚至是通过LangChain的Runnable接口来创建。

代码实现演示

以下是如何使用LangChain框架中的装饰器和结构化类来创建工具的详细代码示例。

使用`@tool`装饰器创建工具

下面是一个例子，通过@tool装饰器快速创建一个乘法器工具：

from langchain_core.tools import tool

@tool
def multiply(a: int, b: int) -> int:
    """Multiply two numbers."""
    return a * b

# 打印工具的属性
print(multiply.name)  # 默认使用函数名
print(multiply.description)  # 使用函数的文档字符串
print(multiply.args)  # 解析函数参数类型

这个简单的装饰器可以让函数立即变为LangChain理解的工具，并自动生成参数和描述。

使用`StructuredTool`创建同步和异步工具

如果我们需要更丰富的功能配置，可以使用StructuredTool.from_function：

from langchain_core.tools import StructuredTool

def multiply(a: int, b: int) -> int:
    """Multiply two numbers."""
    return a * b

async def amultiply(a: int, b: int) -> int:
    """Multiply two numbers asynchronously."""
    return a * b

calculator = StructuredTool.from_function(func=multiply, coroutine=amultiply)

print(calculator.invoke({"a": 2, "b": 3}))  # 同步调用
print(await calculator.ainvoke({"a": 2, "b": 5}))  # 异步调用