文章目录 一、为什么我们需要 Agent Agent 核心工作流图解️ 二、环境准备与核心组件核心组件介绍 三、实战代码构建“全能数据分析师”Agent1. 定义工具 (Tools)2. 构建 Agent 逻辑 (ReAct 模式)3. 运行测试️ 预期控制台输出日志 (Verbose Mode) 四、深度解析Agent 是如何“思考”的⚠️ 常见坑点与优化策略 五、进阶从 ReAct 到 Plan-and-Solve 六、总结与展望导读还在让大模型只会“陪聊”out了真正的 AI 应用核心在于Agent智能体。本文将带你深入 LangChain Agent 的核心机制通过流程图解析、完整代码实战和避坑指南手把手教你构建一个能联网搜索、能执行代码、能自主规划任务的超级助手。文末附带完整项目源码结构建议收藏 一、为什么我们需要 Agent在传统的 LLM 应用中模型通常是被动的你问它答它无法主动获取最新信息也无法操作外部工具。Agent 的本质 大模型 (大脑) 规划能力 (思考) 工具集 (手脚)当用户提出一个复杂问题例如“帮我查一下特斯拉昨天的股价并画一张走势图”时感知Agent 理解用户意图。规划大模型决定需要先调用“搜索工具”查股价再调用“绘图工具”画图。行动Agent 执行工具调用。观察获取工具返回的结果。反思如果结果不够继续规划如果够了生成最终回答。 Agent 核心工作流图解工具集需要工具?可以直接回答用户输入Agent 核心控制器大模型思考是否生成行动计划: Action Input工具执行器 搜索工具 计算器/代码解释器 数据库查询观察结果生成最终回复️ 二、环境准备与核心组件在开始之前确保你安装了必要的库。我们将使用langchain生态中最稳定的组件。pipinstalllangchain langchain-openai langchain-community tavily-python matplotlib pandas核心组件介绍LLM (大脑)推荐使用支持 Function Calling 的模型如 GPT-4, DeepSeek-V2, Claude 3。Tools (手脚)预定义或自定义的 Python 函数。Prompt (指令)告诉 Agent 如何思考、如何使用工具的 System Prompt。Executor (执行器)负责循环执行“思考 - 行动 - 观察”的引擎。 三、实战代码构建“全能数据分析师”Agent本案例将构建一个 Agent它具备以下能力联网搜索获取实时新闻或数据。Python 代码解释器进行复杂数学计算或数据绘图。1. 定义工具 (Tools)首先我们需要给 Agent 配备“武器”。LangChain 提供了丰富的内置工具也支持自定义。fromlangchain_community.tools.tavily_searchimportTavilySearchResultsfromlangchain_experimental.toolsimportPythonREPLToolfromlangchain_core.toolsimporttool# 初始化搜索工具 (需设置 TAVILY_API_KEY)search_toolTavilySearchResults(max_results3)# 初始化 Python 代码执行工具 (慎用生产环境需沙箱隔离)python_toolPythonREPLTool()# 自定义工具示例获取当前时间tooldefget_current_time(*args,**kwargs)-str:获取当前的日期和时间格式为 YYYY-MM-DD HH:MM:SSfromdatetimeimportdatetimereturndatetime.now().strftime(%Y-%m-%d %H:%M:%S)# 组装工具列表tools[search_tool,python_tool,get_current_time]2. 构建 Agent 逻辑 (ReAct 模式)我们将使用经典的ReAct (Reasoning Acting)范式。LangChain 提供了create_react_agent快速构建。fromlangchain_openaiimportChatOpenAIfromlangchain.agentsimportcreate_react_agent,AgentExecutorfromlangchain_core.promptsimportChatPromptTemplate# 1. 初始化大模型llmChatOpenAI(modelgpt-4-turbo,# 或者 deepseek-chat 等支持 function calling 的模型temperature0,api_keyYOUR_API_KEY)# 2. 定义提示词模板 (这是 Agent 的灵魂)# LangChain 内置了 ReAct 的 prompt也可以自定义base_promptChatPromptTemplate.from_messages([(system,你是一个强大的 AI 助手。 你可以使用以下工具来帮助用户解决问题 {tools} 请严格按照以下步骤思考 1. Thought: 分析用户问题思考是否需要使用工具。 2. Action: 如果需要选择正确的工具名称。 3. Action Input: 构造工具的输入参数。 4. Observation: 等待工具返回结果。 5. 重复上述步骤直到获得足够信息。 6. Final Answer: 给出最终回答。 注意如果不需要工具直接给出 Final Answer。 ),(human,{input}),(placeholder,{agent_scratchpad})# 用于存储历史对话和思维链])# 3. 创建 Agentagentcreate_react_agent(llm,tools,base_prompt)# 4. 创建执行器 (AgentExecutor)# handle_parsing_errorsTrue 可以让 Agent 在格式错误时自动重试agent_executorAgentExecutor(agentagent,toolstools,verboseTrue,# 开启详细日志方便调试handle_parsing_errorsTrue,max_iterations5# 防止死循环)3. 运行测试让我们看看 Agent 如何处理一个需要多步推理和工具调用的复杂任务。任务“查询今天比特币的价格并计算如果我在昨天买入 1000 美元今天卖出能赚多少假设昨天价格是今天的 95%最后画出收益示意图。”query查询今天比特币的价格并计算如果我在昨天买入 1000 美元今天卖出能赚多少假设昨天价格是今天的 95%最后用 python 画出收益示意图。print(f 开始处理任务:{query}\n)responseagent_executor.invoke({input:query})print(f\n✅ 最终回答:\n{response[output]})️ 预期控制台输出日志 (Verbose Mode) Entering new AgentExecutor chain... Thought: 我需要先查询今天比特币的价格。 Action: tavily_search_results_json Action Input: {query: Bitcoin price today USD} Observation: [{content: Bitcoin is currently trading at $65,000..., ...}] Thought: 我得到了今天的价格 ($65,000)。根据题目昨天价格是今天的 95%。我需要计算收益并画图。 Action: python_repl_ast Action Input: price_today 65000 price_yesterday price_today * 0.95 investment 1000 btc_bought investment / price_yesterday value_today btc_bought * price_today profit value_today - investment print(fProfit: {profit}) import matplotlib.pyplot as plt plt.bar([Yesterday, Today], [investment, value_today]) plt.title(Investment Growth) plt.savefig(result.png) Done Observation: Profit: 52.63... (Image saved) Thought: 我已经完成了计算和绘图现在可以回答用户了。 Final Answer: 今天比特币价格约为 $65,000。如果你昨天投入 1000 美元今天卖出可获利约 52.63 美元。收益图已生成如下... Finished chain. 四、深度解析Agent 是如何“思考”的很多初学者困惑为什么模型知道什么时候该停什么时候该调用工具这归功于Prompt Engineering中的agent_scratchpad机制。上下文注入每次循环Agent 会将之前的Thought,Action,Observation全部追加到 Prompt 的末尾。少样本学习 (Few-Shot)虽然我们在代码中没写但 LangChain 的默认 Prompt 里其实隐含了 ReAct 的格式示例。停止符 (Stop Tokens)执行器会监控模型的输出一旦检测到 “Final Answer” 关键词就停止生成认为任务完成。⚠️ 常见坑点与优化策略问题现象原因分析解决方案死循环模型一直找不到正确工具或工具报错导致无限重试。1. 设置max_iterations。2. 优化 Tool 的 Description让模型更懂何时调用。3. 增加handle_parsing_errors容错。工具调用失败模型生成的 JSON 参数格式错误。使用支持Function Calling原生能力的模型如 GPT-4, DeepSeek而非纯文本补全模型。幻觉严重模型编造工具返回结果。在 Prompt 中强调“必须严格依据 Observation 内容回答严禁编造数据”。响应慢多轮工具调用耗时久。1. 并行化工具调用 (Plan-and-Solve 模式)。2. 缓存常用搜索结果。 五、进阶从 ReAct 到 Plan-and-Solve上面的 ReAct 模式是“走一步看一步”。对于超复杂任务如“分析过去 5 年特斯拉财报并预测明年趋势”我们需要更高级的Plan-and-Solve架构。流程差异ReAct: 思考 - 行动 - 观察 - (循环)Plan-and-Solve:Planner: 先将大任务拆解为子任务列表[Task A, Task B, Task C]。Executor: 依次或并行执行子任务。Synthesizer: 汇总所有结果生成最终报告。在 LangChain 中可以通过create_plan_and_execute_agent实现或者基于 LangGraph 构建自定义状态机State Graph这是目前业界最主流的生产级方案。 六、总结与展望通过本文我们完成了✅ 理解了 Agent 的ReAct 核心原理。✅ 掌握了Tools 定义与Prompt 设计的关键技巧。✅ 实战了一个能搜索 计算 绘图的多模态 Agent。未来的方向多 Agent 协作让“研究员 Agent”、“程序员 Agent”、“审核员 Agent”互相开会解决问题。长期记忆结合 Vector Database让 Agent 记住用户的偏好和历史交互。自主性从“问答”走向“自主执行”例如自动订机票、自动部署代码。