当前位置：首页 > news >正文

LangChain调用自定义工具

news 来源：原创 2025/5/18 1:58:57

下面的示例代码连接的是本地Ollama中的QWen2.5。

方式1 解析tool_calls

解析LLM返回的tool_calls信息，再调用tool。自定义函数必须使用tool注解。

from langchain_core.tools import tool
from langchain.chat_models import init_chat_model
from langchain.schema import HumanMessage
from langchain_openai import ChatOpenAI

@tool
def controllLight(status: bool): 
   """用于控制灯的开关,若为True则为开灯,若为False则为关灯
   """
   print(f"light status : {status}")

client = ChatOpenAI(
    api_key="qwen",
    model="qwen2.5",
    base_url="http://127.0.0.1:11434/v1",
)

tools = [controllLight]
llm_with_tools = client.bind_tools(tools)
query = "关闭灯"
messages = [HumanMessage(query)]
resp = llm_with_tools.invoke(messages)

print(resp.tool_calls)

for tool_call in resp.tool_calls:
    selected_tool = {"controllLight": controllLight}[tool_call["name"]]
    tool_msg = selected_tool.invoke(tool_call)
    messages.append(tool_msg)

相对于自己解析出参数值，然后再手动调用函数来说，此方式更方便。

执行后响应:

light status : True

方式2 链式调用

使用LangChain的链式调用。

from langchain_core.tools import tool
from langchain.schema import HumanMessage
from langchain_openai import ChatOpenAI

@tool
def controllLight(status: bool): 
   """用于控制灯的开关,若为True则为开灯,若为False则为关灯
    """
   print(f"light status : {status}")

client = ChatOpenAI(
    api_key="qwen2.5",
    model="qwen2.5",
    base_url="http://127.0.0.1:11434/v1",
)

tools = [controllLight]
llm_with_tools = client.bind_tools(tools)
query = "打开灯"
messages = [HumanMessage(query)]

chain = llm_with_tools | (lambda msg: msg.tool_calls[0]["args"]) | controllLight
resp = chain.invoke(messages)