LangChain Agent实践：构建智能推理和工具调用系统

最新推荐文章于 2025-07-15 10:39:21 发布

AI航海家(Ethan)

最新推荐文章于 2025-07-15 10:39:21 发布

阅读量1.1k

点赞数 12

CC 4.0 BY-SA版权

分类专栏： LangChain 文章标签： langchain 人工智能数据库

本文链接：https://blog.youkuaiyun.com/rootb/article/details/148284626

LangChain 专栏收录该内容

15 篇文章

订阅专栏

LangChain Agent实践：构建智能推理和工具调用系统

引言

LangChain的Agent（智能体）系统提供了一种强大的机制，能够让AI模型进行推理并自主决定何时调用工具函数。本文将详细介绍如何使用LangChain构建和使用Agent系统。

环境准备

import os
from dotenv import load_dotenv
from langchain.agents import initialize_agent, AgentType
from langchain.tools import tool
from langchain_core.tools import StructuredTool
from langchain_openai import ChatOpenAI

# 加载环境变量
load_dotenv()

模型配置

model = ChatOpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.getenv("KEY"),
    model="google/gemini-2.0-flash-001"
)

工具函数定义

1. 使用StructuredTool

def get_sunset(region: str):
    """
    获取指定地区的日落时间
    :param region: 地区
    :return: 日落时间信息
    """
    return f"{region}日落时间为18:30"

# 转换为工具
getSunsetTool = StructuredTool.from_function(
    func=get_sunset,
    description="获取指定地区的日落时间",
    name="get_sunset"
)

2. 使用@tool装饰器

@tool
def get_weather(region: str):
    """
    获取指定地区的天气
    :param region: 地区
    :return: 天气信息
    """
    return f"{region}晴天，25度"

Agent初始化和使用

# 初始化Agent
agent = initialize_agent(
    tools=[get_weather, getSunsetTool],
    llm=model,
    agent_type=AgentType.OPENAI_FUNCTIONS,
    verbose=True  # 启用详细输出
)

# 使用Agent处理查询
query = "上海今天天气怎么样什么时候日落"
response = agent.invoke(query)
print(response)

Agent工作流程解析

当Agent收到查询时，会经历以下步骤：

思考阶段（Thought）

I need to find out the weather and sunset time for Shanghai.

行动选择（Action）

Action: get_weather
Action Input: 上海

观察结果（Observation）
```
Observation: 上海晴天，25度
```

继续推理

Thought: I have the weather information for Shanghai. Now I need to get the sunset time.

执行下一个动作

Action: get_sunset
Action Input: 上海

生成最终答案

Final Answer: 上海今天晴天，25度，日落时间为18:30

技术要点解析

1. Agent类型

agent_type=AgentType.OPENAI_FUNCTIONS

OPENAI_FUNCTIONS：使用OpenAI函数调用方式
其他可用类型：ZERO_SHOT_REACT_DESCRIPTION, STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION等

2. 工具注册

tools=[get_weather, getSunsetTool]

支持多个工具同时注册
工具可以混合使用@tool和StructuredTool

3. 详细输出

verbose=True

显示Agent的思考和决策过程
便于调试和理解Agent的行为

最佳实践

1. 工具函数设计

@tool
def get_detailed_weather(region: str):
    """
    获取详细的天气信息
    Args:
        region: 地区名称
    Returns:
        包含温度、湿度、风向等信息的详细天气报告
    """
    return {
        "temperature": "25度",
        "humidity": "65%",
        "wind": "东北风3级"
    }

2. 错误处理

@tool
def safe_tool_call(func_name: str, *args):
    try:
        return globals()[func_name](*args)
    except Exception as e:
        return f"调用{func_name}失败：{str(e)}"

3. 复杂查询处理

def process_complex_query(query):
    try:
        response = agent.invoke({
            "input": query,
            "context": {"time": "morning", "location": "Shanghai"}
        })
        return response["output"]
    except Exception as e:
        return f"处理查询失败：{str(e)}"