什么是 LangChain Agent?

LangChain Agent（代理）是 LangChain 框架中的一个核心组件，它是一个能够自主决策、使用工具来完成任务的大语言模型智能体。

核心概念

Agent = LLM + Tools + Decision-making Logic

简单理解：Agent 就像一个智能助手，它能够：

• 理解用户的需求
• 分析需要哪些工具来完成这个需求
• 决定使用这些工具的先后顺序
• 整合各个工具的结果
• 最终给出完整的答案

Agent 的核心组成

1.LLM（大语言模型）

负责思考和决策的大脑

fromlangchain_openaiimportChatOpenAI llm=ChatOpenAI(model="gpt-4",temperature=0)

2.Tools（工具集）

Agent 可以使用的各种能力

fromlangchain.agentsimportToolfromlangchain.utilitiesimportSerpAPIWrapperfromlangchain.toolsimportPythonREPLTool# 搜索工具search=SerpAPIWrapper()search_tool=Tool(name="Search",func=search.run,description="用于搜索网络信息")# Python 执行工具python_tool=PythonREPLTool()# 自定义工具calculator_tool=Tool(name="Calculator",func=lambdax:str(eval(x)),description="用于数学计算")

3.Agent Type（代理类型）

决定 Agent 的思考方式

fromlangchain.agentsimportAgentType# 常用代理类型agent_types={"zero-shot-react":AgentType.ZERO_SHOT_REACT_DESCRIPTION,"structured-chat":AgentType.STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION,"openai-functions":AgentType.OPENAI_FUNCTIONS,"self-ask":AgentType.SELF_ASK_WITH_SEARCH}

Agent 的工作原理

ReAct 模式（思考-行动-观察）

用户：今天北京的天气如何？ Agent 思考过程： 1. 思考：用户想知道北京的天气，我需要搜索天气信息 2. 行动：调用 Search 工具，查询"北京天气" 3. 观察：得到搜索结果"北京今天晴，15-25度" 4. 思考：已经获得天气信息，可以回答用户了 5. 行动：生成最终回答"北京今天天气晴朗，温度15-25度"

代码示例

fromlangchain.agentsimportinitialize_agent,AgentType# 初始化 Agentagent=initialize_agent(