【LangChain指南】Agents

---

第一部分：Agents 是什么？为什么需要它？

在开始编码之前，我们必须理解一个核心概念。

问题：大语言模型（LLM）本身有什么局限？
答案：LLM 本质上是一个“文本预测器”。它非常擅长根据输入生成连贯、有信息量的文本，但它不能主动执行操作，比如搜索网络、查询数据库或调用一个 Python 函数。

Agents 的作用：
Agents 就是为了解决这个问题而生的。它是一个系统，利用 LLM 作为“大脑”或“推理引擎”，来决定：

1. 需要采取什么行动？ (例如，是调用“搜索工具”还是“计算器工具”？)
2. 这个行动的输入参数是什么？ (例如，搜索什么关键词？)
3. 是否需要根据行动结果进行下一步？还是可以给出最终答案？

简单来说，Agents 让 LLM 从一个“只说不做”的聊天机器人，变成了一个“能思考、能动手”的智能助手。

---

第二部分：使用传统 AgentExecutor 构建代理

这是 LangChain 中最经典、最入门的代理构建方式。我们通过一个完整的例子来学习。

步骤 1: 环境准备与工具定义

首先，我们需要安装必要的库并定义代理可以使用的“工具”。

# 安装必要的库
# !pip install -U langchain langchain-openai langchain-community tavily-pythonimport getpass
import os
from langchain_core.tools import tool
from langchain_openai import ChatOpenAI
from langchain_community.tools.tavily_search import TavilySearchResults# 设置 API Keys
os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API Key: ")
os.environ["TAVILY_API_KEY"] = getpass.getpass("Enter your Tavily API Key: ")# 定义一个简单的自定义工具
@tool
def multiply(a: int, b: int) -> int:"""将两个整数相乘"""return a * b# 定义一个搜索工具
search = TavilySearchResults(max_results=2)# 将所有工具放入一个列表
tools = [multiply, search]# 初始化语言模型
llm = ChatOpenAI(model="gpt-4o", temperature=0)

步骤 2: 创建代理 (Agent) 和执行器 (AgentExecutor)

代理负责“思考”，执行器负责“执行思考的结果并管理流程”。

from langchain import hub
from langchain.agents import create_tool_calling_agent, AgentExecutor# 从 LangChain Hub 拉取一个预设的、适合工具调用的提示词模板
# 这个模板告诉 LLM 如何思考、如何调用工具。
prompt = hub.pull("hwchase17/openai-functions-agent")# 创建代理 (Agent)
# 注意：这里传入的是原始的 llm，create_tool_calling_agent 会自动帮我们绑定工具。
agent = create_tool_calling_agent(llm, tools, prompt)# 创建代理执行器 (AgentExecutor)
# 它将代理和工具组合起来，形成一个可以运行的完整系统。
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # verbose=True 可以看到思考过程

步骤 3: 运行代理

现在，我们可以向代理提问了。

# 提问1: 一个不需要调用工具的简单问题
result = agent_executor.invoke({"input": "你好，今天过得怎么样？"})
print(result["output"])# 提问2: 一个需要调用自定义工具的问题
result = agent_executor.invoke({"input": "37乘以42等于多少？"})
print(result["output"])# 提问3: 一个需要调用搜索工具的问题
result = agent_executor.invoke({"input": "今天北京的天气怎么样？"})
print(result["output"])

AgentExecutor 的优点：

• 简单易用：几行代码就能快速搭建一个功能强大的代理。
• 开箱即用：提供了预设的提示词和执行逻辑。

AgentExecutor 的缺点：

• 灵活性差：内部循环和状态管理是固定的，很难进行深度定制。
• 调试困难：当逻辑复杂时，追踪每一步的状态变化比较麻烦。
• 状态管理弱：虽然可以通过 RunnableWithMessageHistory 添加记忆，但本质上是附加的，不够原生。

---

第三部分：迁移到 LangGraph - 构建更强大的代理

为了解决 AgentExecutor 的局限性，LangChain 推出了 LangGraph。它不是一个简单的代理，而是一个基于图（Graph）的状态机，可以构建任意复杂的、多步骤的、有状态的工作流。

我们将学习如何将上面的 AgentExecutor 迁移到 LangGraph。

步骤 1: 安装 LangGraph

# !pip install -U langgraph

步骤 2: 使用 create_react_agent 创建 LangGraph 代理

LangGraph 提供了 create_react_agent 这个预构建函数，可以让我们以几乎相同的代码量，获得一个功能更强大的代理。

from langgraph.prebuilt import create_react_agent# 创建 LangGraph 代理
# 注意：这里不需要传入 prompt，它有默认的 ReAct 提示词。
# 工具和模型的传入方式与之前相同。
graph_agent_executor = create_react_agent(llm, tools)# 运行代理
# 输入格式不同：需要传入一个包含 "messages" 键的字典，值是一个消息列表。
from langchain_core.messages import HumanMessagemessages = graph_agent_executor.invoke({"messages": [HumanMessage(content="37乘以42等于多少？")]
})# 输出是整个对话历史，最后一个消息是 AI 的最终回复
final_answer = messages["messages"][-1].content
print(final_answer)

步骤 3: LangGraph 的核心优势演示

优势 1: 原生、强大的状态管理

LangGraph 的核心是一个“状态图”。每次调用 .invoke()，它都会返回并更新整个对话历史。这使得多轮对话和上下文记忆变得极其自然。

# 第一轮对话
messages = graph_agent_executor.invoke({"messages": [HumanMessage(content="你好，我叫小明。")]
})# 第二轮对话，直接将上一轮的所有消息作为历史传入
messages = graph_agent_executor.invoke({"messages": messages["messages"] + [HumanMessage(content="我刚才告诉你我叫什么名字？")]
})final_answer = messages["messages"][-1].content
print(final_answer) # 输出应该包含 "小明"

优势 2: 高度灵活的提示词控制

在 AgentExecutor 中，我们通过修改 prompt 来控制 LLM 的行为。在 LangGraph 中，控制方式更加灵活。

from langchain_core.messages import SystemMessage# 方式一：传入一个字符串作为系统消息
system_message_str = "你是一个乐于助人的助手，请用中文回答所有问题。"
graph_agent_executor_v2 = create_react_agent(llm, tools, prompt=system_message_str)# 方式二：传入一个 SystemMessage 对象
system_message_obj = SystemMessage(content="你是一个乐于助人的助手，请用中文回答所有问题。")
graph_agent_executor_v3 = create_react_agent(llm, tools, prompt=system_message_obj)# 方式三：传入一个可调用对象 (Callable) 或 Runnable，进行更复杂的预处理
def custom_prompt_modifier(state):# state 是整个图的状态，我们可以对其进行任意修改# 例如，在开头加系统消息，在结尾加一个固定的用户消息modified_messages = [SystemMessage(content="你是一个乐于助人的助手，请用中文回答。"),*state["messages"], # 解包原有的消息列表HumanMessage(content="请在回答的最后加上 '谢谢！'")]return {"messages": modified_messages}graph_agent_executor_v4 = create_react_agent(llm, tools, prompt=custom_prompt_modifier)# 测试
messages = graph_agent_executor_v4.invoke({"messages": [HumanMessage(content="1+1等于几？")]
})
print(messages["messages"][-1].content) # 输出结尾应该有“谢谢！”

优势 3: 无限的可扩展性

create_react_agent 只是一个起点。LangGraph 允许你从零开始构建自己的图，定义节点（Nodes）、边（Edges）和状态（State），从而实现像“带审批流程的代理”、“多代理协作”等 AgentExecutor 无法实现的复杂逻辑。

---

总结与建议

• 初学者/快速原型：如果你是刚接触 LangChain，或者需要快速搭建一个简单的代理原型，AgentExecutor 是非常好的起点。它简单、直接。
• 生产环境/复杂应用：一旦你的项目需要更复杂的逻辑、更好的可调试性、更强大的状态管理或多代理协作，强烈建议迁移到 LangGraph。它代表了 LangChain 未来的方向，提供了无与伦比的灵活性和控制力。

记住，AgentExecutor 是“轮子”，而 LangGraph 是“造轮子的工厂”。学会 LangGraph，你将能构建出任何你想象得到的智能体工作流。

今天的课就到这里，大家课后可以动手实践一下这两种方式，感受它们的区别。下节课我们将深入 LangGraph 的底层，学习如何从零开始构建一个自定义的图。