当前位置：首页 > news >正文

LangChain框架-Agent

news 2026/5/24 15:46:46

首先我们得知道什么是Agent？Agent 代理的核心思想是使用大语言模型来选择要采取的一系列动作，不过Agent 不是在开始前就把所有动作一次性全选好。而是不断观察结果、思考对策、采取行动的循环中，逐步接近目标。

1.先思考：根据现在的目标，决定第一步做什么动作。

2.去执行：调用工具把这个动作做了。

3.看结果：观察这个动作做完了是什么情况，比如查到了数据，或者报错了。

4.再思考：根据刚才的结果，再决定下一步该做什么动作

而大语言模型作为大脑只负责下命令，不负责亲自干活，比如它会喊 “去调用一下天气查询工具，参数是珠穆朗玛峰！” 但它自己是没有手和脚的，真正去跑腿、执行代码、调用接口的，是背后写好的程序代码或者其他工具，同时能够将一个工具的输出数据作为另一个工具的输入数据。最后它们把干完活的结果（比如珠穆朗玛峰今天0度）再拿回来汇报给大语言模型，模型看了结果后，再决定下一步怎么办。所以AI Agent 就是给大语言模型装上了手脚和记忆功能，让它不仅能思考，还能通过不断选择并指挥一系列动作，去帮你把事情办成。

1. Agent的基本使用

我们接下来构建一个具有两种工具的代理

1.在线工具

一种用于在线查找使用Tavily，当然也可以使用Firecrawl、Exa他们都差不多。

使用Tavily需要注册账号获取API密钥 https://tavily.com/
然后使用TavilySearchResults()来进行在线搜索

2.本地检索工具

一种用于查找加载到向量库索引中的数据。

加载网页数据
切分文档、初始化 Embedding 模型
构建 Chroma 向量库、创建检索器

接下来我们来用代码演示一个完整示例，

import os
from dotenv import load_dotenv
from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_community.document_loaders import WebBaseLoader
from langchain_community.embeddings import DashScopeEmbeddings
from langchain_openai import ChatOpenAI
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_community.vectorstores import Chroma
from langchain.agents import create_openai_functions_agent
from langchain.tools.retriever import create_retriever_tool
from langchain.agents import AgentExecutor
# 用于构建自定义 Prompt
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder# 加载环境变量
load_dotenv(verbose=True)# 1. 数据与向量库准备 
loader = WebBaseLoader("https://www.163.com/dy/article/KR9ONNH00556IYVO.html")
docs = loader.load()
documents = RecursiveCharacterTextSplitter(chunk_size=1000,chunk_overlap=200
).split_documents(docs)api_key = os.getenv("QW_KEY")
api_url = os.getenv("QW_URL")
embedding_model = DashScopeEmbeddings(dashscope_api_key=api_key)vector = Chroma.from_documents(documents=documents,embedding=embedding_model,persist_directory="/Users/yuxl/3.Resources/Demo/llm/db/chroma"
)retriever = vector.as_retriever()# 包装成本地工具
retriever_tool = create_retriever_tool(retriever, "rate of unemployment_search", "搜索失业率相关数据")
# 创建联网搜索工具
search = TavilySearchResults()
# 组装工具箱
tools = [search, retriever_tool]# 2. LLM 初始化 
llm = ChatOpenAI(api_key=api_key, base_url=api_url, model="qwen-turbo", temperature=0)# 3.自定义 Prompt，强制模型必须查资料
prompt = ChatPromptTemplate.from_messages([("system","你是一个严谨的AI助手。当前时间是2026年5月。\n""重要规则：对于任何关于事实、新闻、人物职位（特别是2024年以后）的问题，\n""你必须调用工具进行搜索！严禁直接使用你训练数据中的旧知识回答，因为那些知识已经过时了。"),("human", "{input}"),MessagesPlaceholder(variable_name="agent_scratchpad"),
])# --- 4. 组装 Agent (保持不变) ---
agent = create_openai_functions_agent(llm, tools, prompt)
agent_excutor = AgentExecutor(agent=agent, tools=tools, verbose=True) # verbose=True 已经在控制台输出详细日志了# --- 5. 执行与调试 ---
print("\n>>> 开始提问...")
result = agent_excutor.invoke({"input": "2026年正在任期的美国总统是谁？"})print("\n" + "="*50)
print("最终回答:", result['output'])
print("="*50)

核心的思路可以看下代码的流程图

2.常见核心Agent类型

在上面我们对agent一点点了解，并且使用create_openai_functions_agent 实现了一个简单的agent，接下来我们看下一些常见的agent分类。

1. OpenAI Functions Agent

现在用的 create_openai_functions_agent本质上就是在用 LangChain 的方式，调用 OpenAI 的 Function Calling函数调用机制。openai function call 是底层的能力，create_openai_functions_agent是 LangChain 对这一能力的封装.

我们把工具列表（函数名、参数结构、描述）交给模型。模型不再输出杂乱文本，而是直接返回一个结构化的 JSON 调用请求（如下面代码 {function: "query_name", arguments: {p_id: "1"}}）。LangChain 拿到这个标准结构化输出，直接精准调用对应工具，再把结果喂回模型做下一步思考或最终回复。

OpenAI Functions Agent代码示例

import os
from dotenv import load_dotenvfrom langchain.agents import create_openai_functions_agent, AgentExecutor
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.tools import Tool
from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_openai import ChatOpenAI# ======================
# 环境 & 工具
# ======================
load_dotenv()def query_name(p_id):return "当前用户为Vip用户" if p_id == "1" else Nonedef get_age(name):return "我的年龄是18岁" if name == "admin" else Nonetools = [TavilySearchResults(max_results=1),Tool(name="query_name", func=query_name, description="根据用户ID查询用户身份"),Tool(name="get_age", func=get_age, description="根据用户名查询年龄"),
]# ======================
# LLM & Prompt
# ======================
llm = ChatOpenAI(api_key=os.getenv("QW_KEY"),base_url=os.getenv("QW_URL"),model="qwen-plus"
)prompt = ChatPromptTemplate.from_messages([("system", "你是客服助手，必须使用工具回答问题。"),("user", "{input}"),MessagesPlaceholder(variable_name="agent_scratchpad"),
])# ======================
# Agent & Executor
# ======================
agent = create_openai_functions_agent(llm, tools, prompt)agent_executor = AgentExecutor(agent=agent,tools=tools,verbose=True,handle_parsing_errors=True
)# ======================
# 测试
# ======================
queries = ["请问id为1的姓名是什么？","请问admin的年龄是多少？","2026年5月15日是星期几？"
]for q in queries:res = agent_executor.invoke({"input": q})print(f"Q: {q}\nA: {res['output']}\n")

输出

2. ReAct Agent

ReAct Agent是什么意思？ReAct = Reason + Act（推理 + 行动），它并不是很多人说的一个会反省自己的智能体，而是一个固定格式的推理流程：

1.Thought（思考）：我现在需要知道什么

2.Action（动作）：我要调用哪个工具

3.Observation（观察）：工具返回的结果

4.Thought（再思考）

5.Final Answer（最终回答）

典型应用举例

你问AI:" 2026 年 5 月 15 日是星期几?ReAct Agent会这样想：

1.Thought: 我不知道未来的日期，需要搜索

2.Action: GoogleSearch[2026年5月15日是星期几]

3.Observation: 2026年5月15日是星期五

4.Thought: 现在我有了答案

5.Final Answer: 2026年5月15日是星期五

其实它不会反思自己错了没，它只是按模板一步步走，ReAct适合稳定场景,因为每一步都写得很清楚能看到,它用了什么工具，参数对不对，结果合不合理，可以描述解释也可调试但它不是越用越聪明，大模型不会因为你用 ReAct就自动变聪明，学习 ≠ 权重更新，只是 prompt 更长。

ReAct Agent代码示例

from langchain_community.agent_toolkits.load_tools import load_tools
from langchain.agents import initialize_agent
from langchain.agents import AgentType
from langchain_openai import ChatOpenAI
from dotenv import load_dotenv
import osload_dotenv()# 初始化大模型:语言模型控制代理
llm = ChatOpenAI(api_key=os.getenv("QW_KEY"),base_url=os.getenv("QW_URL"),model="qwen-turbo")# 设置工具:加载使用的工具，serpapi:调用Google搜索引擎
tools = load_tools(["serpapi"], llm=llm, SERPAPI_API_KEY=os.getenv("SERPAPI_API_KEY"))prompt = hub.pull("hwchase17/react")agent = create_react_agent(llm, tools, prompt)# 创建 Agent 执行器
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)# 执行任务并打印结果
result = agent_executor.invoke({"input": "珠穆朗玛峰截止到2026年是多少米？用中文回答"})
print(result)

输出

3. Self-Ask with Search Agent

自问搜索代理是专门解决多跳推理问题的 AI 智能体框架。它先拆解问题，再调用搜索的策略，将复杂问题转化为一系列简单小问题，并利用搜索引擎获取准确事实，最终再合并出答案。核心工作原理就是模拟人类的推理过程，包含三个关键步骤：

1.问题拆解（Self-Ask）：大模型（LLM）分析复杂问题，判断是否需要拆解，并生成第一个子问题。

2.工具调用（Search）：Agent 自动调用搜索引擎，查询该子问题的答案。

3.迭代与整合：将搜索到的“中间答案”喂给模型，模型基于新信息提出下一个子问题，循环直至信息足够，输出最终答案。

典型应用举例
例如你向 AI 提问：”这周末想带女朋友去看那部评分最高的科幻片，哪家影院离我最近且票价最便宜？” ，如果是普通的搜索引擎，可能只会给你一堆零散链接。但拥有 Self-Ask with Search 能力的智能体，会在后台悄悄进行这样的内心推理：

1.第一轮追问与搜索

Follow up（内心追问）：“现在（2026年5月）正在上映的、且评分最高的科幻电影到底是哪一部？”
Search（调用工具）：自动去豆瓣或猫眼电影搜索“2026年5月高分科幻电影”。
Intermediate answer（获取中间答案）：搜索结果反馈——目前口碑最好的是《星际穿越2》

2.第二轮追问与搜索

Follow up（内心追问）：“我现在在武汉（基于你的地理位置），哪些电影院正在排片《星际穿越2》？”
Search（调用工具）：调用地图或购票软件接口，搜索“武汉电影院排片星际穿越2”。
Intermediate answer（获取中间答案）：搜索结果反馈——光谷步行街的“xx影城”、街道口的“xx影城”都有排片。

3.第三轮追问与搜索

Follow up（内心追问）：“这两家影院在这个周末的票价分别是多少？哪家更便宜？”
Search（调用工具）：查询这两家影院本周六日的具体票价信息。
Intermediate answer（获取中间答案）：万达影城 45元/张，群光影城 55元/张。

4.Final Answer整合回答

“这周末评分最高的科幻片是《星际穿越2》。离你较近且票价最便宜的是光谷步行街的xx影城，票价为45元。”

可以看到Self-Ask Agent的特点，AI没有直接猜答案，而是像剥洋葱一样，把一个大问题拆解成了查电影 -> 查影院 -> 查价格三个小步骤，然后一步步搜索拿到证据，最后才拼凑出完美的答案。

Self-Ask Agent代码示例

import osfrom dotenv import load_dotenv
from langchain import hub
from langchain.agents import AgentExecutor, create_self_ask_with_search_agent
from langchain_community.tools.tavily_search import TavilyAnswer
from langchain_openai import ChatOpenAI
load_dotenv()
# 将初始化工具，让它提供答案而不是文档
tools = [TavilyAnswer(name="Intermediate Answer", description="Answer Search")]
# 初始化大模型
llm = ChatOpenAI(api_key=os.getenv("QW_KEY"),base_url=os.getenv("QW_URL"),model="qwen-turbo")# 获取使用提示 可以修改此提示    提示词模版
prompt = hub.pull("hwchase17/self-ask-with-search")agent = create_self_ask_with_search_agent(llm, tools, prompt)
agent_exc = AgentExecutor(agent=agent, tools=tools, verbose=True, handle_parsing_errors=True)
agent_exc.invoke({"input": "这周末想带女朋友去看那部评分最高的科幻片，哪家影院离我最近且票价最便宜? 中文回答"})

输出