【大模型应用开发-实战】（七）手把手入门智普清言官方API调用-使用langchain agent方式调用（四）

目录

 一、准备工作

 二、完整代码

1、依赖安装

2、新建.env文件

3、核心调用代码

三、测试运行

1、运行结果

---

 一、准备工作

准备工作参考：

【大模型应用开发-实战】（四）手把手入门智普清言官方API调用-准备工作（一）-优快云博客

使用curl、openAI、zhipuai依赖库调用，参考

【大模型应用开发-实战】（五）手把手入门智普清言官方API调用-使用openai、zhipu sdk和requests调用（二）-优快云博客

使用langchain方式调用，参考

https://forestlong.blog.youkuaiyun.com/article/details/148980146?spm=1011.2415.3001.5331

 二、完整代码

1、依赖安装

requirements.txt 

langchain==0.3.26
langchain-community==0.3.26
langchain_openai==0.3.27
langchainhub==0.1.21
httpx_sse==0.4.1
requests==2.32.4
python-dotenv==1.1.1

pip install -r requirements.txt 

2、新建.env文件

ZHIPUAI_API_KEY = "zhipuai_api_key"
LANGCHAIN_API_KEY = "zhipuai_api_key"

3、核心调用代码

chagtlm_langchain_with_agent.py

# 完整解决方案：LangChain Agent + 智谱清言童话创作系统
from dotenv import load_dotenv
import os
from langchain.agents import AgentExecutor, Tool, create_react_agent
from langchain_community.chat_models import ChatZhipuAI
from langchain import hub

# 1. 环境配置（API密钥存储在.env文件）
load_dotenv()
ZHIPU_API_KEY = os.getenv("ZHIPUAI_API_KEY")

# 2. 初始化智谱GLM-4模型（创造性参数优化）
zhipu_llm = ChatZhipuAI(
    model_name="glm-4",
    temperature=0.9,  # 提高创造性
    max_tokens=2500,  # 保证长故事完整
    api_key=ZHIPU_API_KEY
)


# 3. 定义故事评估工具（确保教育价值）
def story_evaluator(story: str) -> str:
    """评估故事的教育元素和趣味性"""
    kindness_count = story.count("善良") + story.count("爱心")
    magic_elements = sum(1 for word in ["魔法", "精灵", "会说话的"] if word in story)
    return f"""评估通过！故事包含：
- 善良主题出现次数：{kindness_count}
- 奇幻元素数量：{magic_elements}
- 互动句式：{"有" if "你猜怎么着" in story else "需增加"}"""

def langchain_call_with_agent():
    # 4. 构建工具集（可扩展添加更多工具）
    tools = [
        Tool(
            name="StoryEvaluator",
            func=story_evaluator,
            description="用于检测故事的教育价值和儿童吸引力"
        )
    ]

    # 5. 创建防错提示模板（自动处理变量依赖）
    prompt = hub.pull("hwchase17/react-chat")  # 使用LangChain官方预置模板
    prompt = prompt.partial(
        tools="\n".join([f"{tool.name}: {tool.description}" for tool in tools]),
        tool_names=", ".join([tool.name for tool in tools]),
        chat_history=""  # 显式提供空聊天历史避免缺失变量[2,4](@ref)
    )

    # 6. 构建童话创作Agent
    story_agent = create_react_agent(
        llm=zhipu_llm,
        tools=tools,
        prompt=prompt
    )

    # 7. 配置执行器（带错误处理）
    agent_executor = AgentExecutor(
        agent=story_agent,
        tools=tools,
        verbose=True,
        max_iterations=3,
        handle_parsing_errors=True  # 防止解析错误中断[3](@ref)
    )

    # 8. 执行故事生成（提供完整输入变量）
    try:
        print("🧙 童话魔法师开始创作...")
        result = agent_executor.invoke({
            "input": """作为童话大王，请创作800字左右的奇幻故事，要求：
    1. 主角：拥有魔法画笔的小女孩
    2. 反派：偷走颜色的灰影怪
    3. 核心寓意：善良能创造奇迹
    4. 必须包含3次互动问题如'你猜怎么着？'
    5. 分5个章节：相遇-危机-选择-奇迹-领悟
    6. 故事长度约200字""",
            "chat_history": []  # 确保提供所有必需变量[2](@ref)
        })

        print("\n✨ 原创童话故事 ✨")
        print(result["output"])

    except Exception as e:
        print(f"魔法失效了！错误信息: {str(e)}")

if __name__ == '__main__':
    langchain_call_with_agent()

三、测试运行

1、运行结果