AI Agent学习日记 Day3

今天没怎么搞，只做了一点小优化。之前我是用

agent.stream( invoke_input, stream_mode=["messages", "updates"], config = {"configurable": {"thread_id": "1"}} )

通过mode == "messages"来获取并流式输出AI回复，通过mode == "updates"来获取Agent的执行状态，然后通过一些比较复杂的逻辑来实时更新AI状态显示。今天发现Langchain提供了一个叫astream_events的API，可以更优雅地实现状态更新和流式输出。astream_events能够捕获从on_chain_start到on_chain_end，包括on_tool_start、on_chat_model_stream等所有执行事件，并且支持精确事件类型过滤，可只接收特定事件。不过astream_events是异步的，必须在 async 函数中使用async for迭代。

astream_events | langchain_core | LangChain Reference