Agent 秀才 2025年6月26日 大约 10 分钟 AI AI应用开发 llm 大模型 大模型应用开发 LangChain Agent 此页内容 1. 什么是Agent 2. Agent的工作流程 3. Agent的组成部分 4. 创建Agent的步骤 5. LangChain Agent的基本使用 5.1 导入相关包 5.2 定义工具 6. 小结 Agent 1. 什么是Agent Agent即代理，本质上是一种智能决策机制。它的核心理念是 让大语言模型根据需求主动决定要做什么，以及怎么做 。 LangChain 的链将一系列的动作硬编码在代码中。比如先调用一个 Prompt，再调用一个 LLM，最后输出结果。就像是一条固定流程的生产线，所有步骤都写死在代码里。而 Agent 的不同之处在于——它不按固定流程来，而是 把思考过程交给大语言模型 。它会根据用户的输入自行进行"推理"，判断，和执行。比如 该调用哪个工具？ 当前信息够吗？是否还需要查资料？ 接下来该执行哪一步？ 是否已经完成任务？ 大语言模型在这里就像"大脑"，而各种工具（API、数据库、搜索引擎等）则像是"手脚"，agent会根据推理结果，自己安排调用顺序和执行方式。总结一句话就是： Chain 是预设流程，Agent 是动态决策。 Chain 执行固定套路，而 Agent 则是"会思考的工作流调度员"。所以，可以认为Agents 是能够利用语言模型（LLM）和其他工具来执行复杂任务的系统 2. Agent的工作流程 一个agent的工作流程大致分为以下几个步骤： 输入理解 Agent 接收到用户输入后，理解用户的真实意图和任务目标。 任务规划 基于上一步对输入的理解，明确需要完成哪些子任务，并决定所需工具及其调用顺序。 工具调用 按照任务规划，A 依次调用适配的工具或API，执行相关操作，获取阶段性结果。 结果处理 对各个工具返回的数据进行分析与整合，确保信息完整、逻辑清晰，并构建最终输出内容。 动态迭代 若最终结果不完整、信息不足，或用户提出新需求，Agent 会自动重新评估任务状态，调整计划，循环以上步骤，直至任务完成。 3. Agent的组成部分 一个完整的agent主要有以下三个组件组成 组件 功能说明 工具集（Tools） Agent可以调用或者访问的工具集合，每个工具通常完成特有的功能 执行器（executor） 具体执行Agent的任务 提示模板（Prompt Templates） 提供给 Agent 的"任务指令模板"，帮助其理解用户输入、明确任务目标，并按不同场景调整语言风格与行为策略。 4. 创建Agent的步骤 定义工具 ：选择或构建适用于当前任务的工具 初始化执行器 ：配置用于执行 Agent 计划的执行器，通常是选择并加载一个大语言模型（如 GPT、Claude 等） 设置提示词 ：编写合适的提示模板，帮助大语言模型准确理解用户需求 配置Agent ：将工具、执行器和提示模板整合为一个可运行的 Agent 实例
5. LangChain Agent的基本使用 5.1 导入相关包
import os
from dotenv import load_dotenv
from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_openai_tools_agent
from langchain_core.tools import tool
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.messages import HumanMessage, AIMessage, SystemMessage
# Load environment variables
load_dotenv()
ChatOpenAI 用于连接到 OpenAI 聊天模型 TavilySearchResults 用于创建一个搜索网络的工具（稍后会详细介绍） Tool 定义一个自定义函数 AgentExecutor 创建一个代理运行时 ChatPromptTemplate 创建一个提示模板，我们可以在运行时通过传递输入来更改它 HumanMessage , AIMessage , 和 SystemMessage 类来创建适当的消息类型 注意在导入这些包，测试LLM之前，请确保醒目根目录的.env文件中配置了可用的OpenAPI Key
OPENAI_API_KEY=sk-proj-Tw6SpLe6EKoIlpm5sftZ7FcH0inqAhiCi2zQIJ7kccW_nU0Kn****
在真正创建代理之前，首先连接到一个LLM并测试一下是否一切正常：
llm = ChatOpenAI(
api_key=os.getenv("OPENAI_API_KEY"),
model="gpt-4o-mini",
)
response = llm.invoke([HumanMessage(content="Hello, what is the capital of France?")])
print(response)
程序输出
content='法国的首都是巴黎。' additional_kwargs={'refusal': None} response_metadata={'token_usage': {'completion_tokens': 7, 'prompt_tokens': 15, 'total_tokens': 22, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_name': 'gpt-4o-mini-2024-07-18', 'system_fingerprint': 'fp_dbaca60df0', 'id': 'chatcmpl-BOhBBxMb8SQDDcBOMvbNmexAjdhE2', 'finish_reason': 'stop', 'logprobs': None} id='run-3e99e25e-bf6b-45d5-803f-42a0fd7fd333-0' usage_metadata={'input_tokens': 15, 'output_tokens': 7, 'total_tokens': 22, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}}
就这样，就已经连接到了 OpenAI 模型。程序输出会看到一个类型为 AIMessage 的响应，其中包含一个"content"键，内容显示"法国的首都是巴黎。"响应中还附带了更多信息，但目前可以忽略它。 目前大语言模型无法执行操作；他们只能够输出文本信息。这就是Agent发挥作用的地方。从根本上说，Agent是系统，它们接受一个高层级的任务，使用一个LLM作为推理引擎，并决定采取的行动序列。 5.2 定义工具 工具可以大模型获得处理具体事情的能力。比如想要让它上网搜索，解决数学问题等，在这个例子中，让我们添加两个工具： 网络搜索工具 一个自定义工具，用于添加两个数字 5.2.1 搜索工具 搜索工具这里选择使用Tavily来实现，Tavily搜索是一个旨在为AI代理提供实时准确和真实结果的搜索引擎。要使用Tavily搜索进行搜索，首先需要创建 TavilySearchResults 类的一个实例。这个实例将作为您访问Tavily搜索功能的入口点。创建完成后，可以使用此实例的 invoke() 方法来执行搜索，这个方法接受一个具有"query"键的字典作为输入，并返回一个搜索结果列表 注意，在使用Tavily之前，需要在.env文件中配置Tavily的API key，API key可以在 https://app.tavily.com/home查看，如果是执行到这一步才配置TAVILY_API_KEY的话，需要重新运行下最前面的代码，重新加载一下配置文件
TAVILY_API_KEY=your-tavily-api-key
search_tool = TavilySearchResults(max_results=3)
search_result = search_tool.invoke("巴黎天气")
print(search_result)
在这个例子中，我们想要搜索下巴黎的天气情况，程序输出
[{'title': '巴黎的气候和天气 - Come to Paris', 'url': 'https://www.cometoparis.com/chi/bali-qihou-he-tianqi-s1159', 'content': '巴黎的气候是温带气候。 它以相对温和的冬季和温和的夏季为特点。 巴黎全年都可以参观，每个季节都有不同的魅力。', 'score': 0.84858394}, {'title': '巴黎, 巴黎, 法國当前天气 - AccuWeather', 'url': 'https://www.accuweather.com/zh/fr/paris/623/current-weather/623?lang=zh-cn&partner=1000001071_hfaw', 'content': '大部分多云，有几场阵雨. RealFeel®60°. RealFeel Shade™58°. 最高紫外线指数2 良好. 风西北7英里/小时. 大风18英里/小时. 降水概率84%. 雷雨概率17%. 降水0.05英寸.', 'score': 0.7555112}, {'title': '【巴黎天气】巴黎天气预报,天气预报一周,天气预报15天查询', 'url': 'https://www.weather.com.cn/weather/202010100.shtml', 'content': '20日（今天）. 小雨. 9℃. 4-5级 · 21日（明天）. 小雨. 17℃/9℃. <3级 · 22日（后天）. 小雨转阴. 17℃/7℃. <3级 · 23日（周三）. 小雨. 14℃/7℃. 3-4级转<3级 · 24日（周四）. 小雨. 15', 'score': 0.7173491}]
5.2.2 自定义工具
@tool
def add_numbers(a: int, b: int) -> int:
"""两数相加"""
return a + b
print(add_numbers.invoke({"a": 1, "b": 2}))
"""在定义并测试完这两个工具之后，我们可以继续将它们连接到我们的语言模型。"""
tools = [search_tool, add_numbers]
llm_with_tools = llm.bind_tools(tools)
response_with_tools = llm_with_tools.invoke(
input=[HumanMessage(content="人类第一次登上月球是什么时候? 40 + 24等于多少?")]
)
print(response_with_tools)
这里使用 bind_tools 方法将工具绑定到我们的大模型上，然后用两个问题调用它。 程序输出
content='' additional_kwargs={'tool_calls': [{'id': 'call_M6Kt0pDZJHX5sR9Zj84a9TCN', 'function': {'arguments': '{"query": "人类第一次登上月球时间"}', 'name': 'tavily_search_results_json'}, 'type': 'function'}, {'id': 'call_41Is335qyZlGL3rkER5MGrZF', 'function': {'arguments': '{"a": 40, "b": 24}', 'name': 'add_numbers'}, 'type': 'function'}], 'refusal': None} response_metadata={'token_usage': {'completion_tokens': 60, 'prompt_tokens': 121, 'total_tokens': 181, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_name': 'gpt-4o-mini-2024-07-18', 'system_fingerprint': 'fp_dbaca60df0', 'id': 'chatcmpl-BOm0OUH7QitSmd7YdlB862PGmQ5C7', 'finish_reason': 'tool_calls', 'logprobs': None} id='run-f103ed21-a37c-47a9-b1d2-49783adc749f-0' tool_calls=[{'name': 'tavily_search_results_json', 'args': {'query': '人类第一次登上月球时间'}, 'id': 'call_M6Kt0pDZJHX5sR9Zj84a9TCN', 'type': 'tool_call'}, {'name': 'add_numbers', 'args': {'a': 40, 'b': 24}, 'id': 'call_41Is335qyZlGL3rkER5MGrZF', 'type': 'tool_call'}] usage_metadata={'input_tokens': 121, 'output_tokens': 60, 'total_tokens': 181, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}}
输出中包含一个空的 content 键， tool_calls 里包含我们上面描述的工具。注意，此时我们只是将这些工具绑定到了大模型上，而大模型还不具备调用这些工具的能力 5.2.3 构建&配置代理 根据上面的步骤，接下来我们就需要为Agent设置提示词了，然后初始化执行器，配置Agent了。这几个步骤其实很简单
prompt = ChatPromptTemplate.from_messages(
[
(
"system",
"Y你是一个高效的助手。请使用可用的工具来回答用户的问题。",
),
("human", "{input}"),
MessagesPlaceholder(variable_name="agent_scratchpad", optional=True),
]
)
prompt.invoke({"input": "人类第一次登上月球是什么时候? 40 + 24等于多少?"})
通过上述代码就可以创建一个提示词对象，现在可以将 input 传递给它，它会自动附加系统提示。我们还有一个占位符消息（类似于草稿纸），供代理思考和撰写其推理过程。有了LLM、工具和提示词之后，就可以初始化执行器，和创建Agent了
agent = create_openai_tools_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools)
5.2.4 测试Agent 接下来，给我们刚刚定义的Ageng分配一些任务，看它是否能正确执行
questions = [
"今天巴黎天气怎么样",
"400 + 234等于多少",
]
for question in questions:
response = agent_executor.invoke({"input": question})
print(f"\nQuestion: {question}")
print(f"Answer: {response['output']}")
程序输出
Question: 今天巴黎天气怎么样
Answer: 今天巴黎的天气如下：
- **温度**: 14.2°C
- **天气状况**: 中等降雨
- **湿度**: 72%
- **风速**: 约 6.0 mph (9.7 kph)
- **能见度**: 10 km
整体来说，今天的天气较为阴雨，适合带伞出门。
Question: 400 + 234等于多少
Answer: 400 + 234 等于 634。
可以看到，对于两个不同的问题，Agent都给出了正确的答案，这个答案并不是我们之前设置好的，每个答案需要走什么流程去得出，而是Agent自行判断，选择合适的工具去完成的 6. 小结 Agent目前正在飞速发展，上述示例只是介绍了Agent的基本概念以及如何使用 LangChain 创建一个简单的工具调用Agent，而真正能够出列实际问题的Agent往往比这要复杂得多，可能会涉及到诸如检索、记忆、人工在环以及动态断点等这些高级功能，当然这些高级功能也是构建高级Agent不可或缺的。比如一个常见的场景是将Agent连接到向量数据库，如 Astra DB，以通过定义检索工具来启用检索增强生成（RAG）。这些高级的Agent构建也需要我们随着业务场景的复杂而不断的去学习和优化 在 GitHub 上编辑此页 上次编辑于: 2025/7/19 15:26:18 贡献者: Your Name , gupeng