LangChain 入门：LLM 与 Agents 构建智能体应用

可以使用 @tool 装饰器定义自定义函数，并在函数文档字符串中描述该工具的用途。

from langchain.agents import tool

@tool
def serpapi_search(query: str) -> str:
    """使用 SerpAPI 搜索引擎获取搜索结果"""
    from serpapi import GoogleSearch
    params = {
        "q": query,
        "api_key": "your-serpapi-api-key"
    }
    search = GoogleSearch(params)
    results = search.get_dict()
    return results['organic_results'][0]['snippet']

tools = [serpapi_search]

Toolkit 工具包

工具包是一组工具的集合。例如 tools = [serpapi_search] 和 tools = load_tools(["serpapi"], llm=llm) 都可以被视为工具包。它们将分散的工具封装在一起，方便传递给 Agent。

AgentExecutor 代理执行器

代理执行器是代理执行时，由它来选择并执行其他选择的动作。它的主要职责包括：

1. 处理代理选择不存在的工具的情况。
2. 处理工具发生错误的情况。
3. 处理代理生成无法解析为工具调用的输出的情况。
4. 在所有级别上记录和可观察性（代理决策、工具调用）。

思考的过程 (ReAct Loop)

Agent 在执行任务时的典型思维过程如下：

• Action：根据用户的输入，选用哪个 Tool，然后行动。
• Action Input：根据需要使用的 Tool，从用户的输入里提取相关的内容，可以输入到 Tool 里面。
• Observation：观察通过使用 Tool 得到的一个输出结果。稳定版本之前有展示，稳定版本之后就没有了，但是步骤仍然存在。
• Thought：再看一眼用户的输入，判断一下该怎么做，同样是稳定版本之前有展示，稳定版本之后就没有了，仍然存在。
• Final Answer：就是 Thought 在看到 Observation 之后，给出的最终输出。

创建一个代理示例

下面是一个完整的 ReAct 代理示例，配备谷歌搜索引擎和运算工具，展示大模型在不同情景下的推理与工具选择能力。

环境配置

确保安装必要的依赖：

pip install langchain langchain-openai python-dotenv serpapi

代码实现

import os
from dotenv import find_dotenv, load_dotenv
from langchain_openai import ChatOpenAI
from langchain.agents import create_react_agent, AgentExecutor, tool
from langchain import hub
from langchain.tools import load_tools

# 加载环境变量
load_dotenv(find_dotenv())
os.environ["OPENAI_API_BASE"] = os.getenv("OPENAI_API_BASE", "")
os.environ["OPENAI_API_KEY"] = os.getenv("OPENAI_API_KEY", "")
os.environ["SERPAPI_API_KEY"] = os.getenv("SERPAPI_API_KEY", "")

# 实例化一个大模型
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo")

# 从 Hub 中拉取 Prompt
prompt = hub.pull("hwchase17/react")

# 定义自定义工具
@tool
def serpapi_search(query: str) -> str:
    """使用 SerpAPI 搜索引擎获取搜索结果"""
    try:
        from serpapi import GoogleSearch
        params = {
            "q": query,
            "api_key": os.getenv("SERPAPI_API_KEY")
        }
        search = GoogleSearch(params)
        results = search.get_dict()
        return results['organic_results'][0]['snippet']
    except Exception as e:
        return f"搜索失败：{str(e)}"

@tool
def calculate(expression: str) -> str:
    """计算表达式"""
    try:
        # 注意：生产环境中应限制 eval 的使用范围，防止注入攻击
        return str(eval(expression))
    except Exception as e:
        return f"计算错误：{str(e)}"

# 准备工具包
tools = [serpapi_search, calculate]

# 创建 Agent
agent = create_react_agent(
    llm,
    tools,
    prompt,
)

# 代理执行器
agent_executor = AgentExecutor(
    agent=agent,
    tools=tools,
    verbose=True,
    handle_parsing_errors=True
)

def agent_invoke(human_input: str):
    response = agent_executor.invoke({"input": human_input})
    return response['output']

if __name__ == "__main__":
    text = input("请输入问题：")
    print(agent_invoke(text))

.env 文件配置

# 代理地址
OPENAI_API_BASE=""
# 代理密钥
OPENAI_API_KEY=""
# 谷歌引擎
SERPAPI_API_KEY=""

Agent 与 Memory 的结合

虽然上述示例未显式展示 Memory，但在实际应用中，Memory 是 Agent 的重要组成部分。它允许 Agent 记住过去的对话历史或状态。

• ConversationBufferMemory：存储所有对话历史。
• ConversationSummaryMemory：对长对话进行摘要，节省 Token。
• VectorStoreRetrieverMemory：结合向量数据库存储长期记忆。

集成 Memory 后，Agent 可以在多轮对话中保持上下文连贯性，这对于复杂任务至关重要。

最佳实践与注意事项

1. 工具描述准确性：工具的描述直接影响 Agent 的选择准确率，务必清晰描述工具的输入输出及适用场景。
2. 安全性：避免直接使用 eval 等高风险函数处理用户输入，建议限制可执行的数学表达式范围。
3. 错误处理：在 AgentExecutor 中启用 handle_parsing_errors，防止因格式错误导致程序崩溃。
4. Token 优化：对于长对话，使用 Summary Memory 减少上下文长度，降低 API 成本。
5. 模型选择：复杂的 Agent 任务建议使用参数量较大、推理能力更强的模型，以减少死循环风险。

总结

代理就是让大模型具备了行动的能力，大模型不仅仅局限于进行文本回答，在回答的同时还能进行一系列行动。OpenAI 的 ChatGPT 把 Agent 推向了一个新的高度，使得 Agent 更接近于一个'智能体'。通过各种工具将大模型武装起来，或许这个工具不仅仅是软件也可以是硬件，将大模型与嵌入式结合或许能做成一个能思考能行动的智能机器人。随着技术的演进，私人 AI 助理的概念正逐步变为现实。