在前一篇里，我介绍了如何基于 RAG（检索增强生成）构建智能问答助手。RAG有助于减少大模型幻觉，并将回答建立在领域特定知识的context之上，但它的能力也有限。比如，如果用户问以下问题：

“我什么时候去XX乐园玩能尽量避开旅游旺季？”

或者

“我计划下周日去XX乐园。那天天气怎么样？”

在这种情况下，智能QA助手可能会查询矢量数据库，然后回答：“我很乐意帮忙，但我没有有关参观流量或天气预报的信息。”

很明显，我们的小助手还需要更多能力。

本文将介绍函数调用和ReAct范式，并演示如何赋予AI助手推理、行动和有效利用外部工具的能力，会探讨OpenAI、LangChain、Text-to-SQL和Qwen-Agent等技术和框架的使用。

---

从Generation到Agent

如前文所述，RAG（检索增强生成）本质上还是生成（generation）—— LLM（大语言模型）根据提示，基于检索到的知识片段生成响应。而相比之下，一个现实中的人类助手通常不仅具备领域知识，还能够灵活地在各种情境下做出不同反应，包括但不限于：

• 将请求转至其他部门
• 查询各种数据源，比如 SQL 数据库或外部网站等

从技术上讲，通过提供可调用的一系列工具，我们的 AI 助手也可以具备这些能力。

Function Calling：为AI助手配备工具

“函数调用” (function calling) 并不是生成式人工智能领域的一个特定术语。就像我们作为程序员无数次地做过这件事：定义函数，然后调用，而现在，我们创建一组工具，之后由LLM（大语言模型）根据其对用户意图的理解来选择合适的一个。因此这个过程主要包括两个步骤：

1. 定义函数

准备完成一项功能所需要的工具。也可以使用 LangChain 等框架的内置工具（点击这里可以查看LangChain文档），但对于更复杂或特定业务的场景只能自定义工具。

1. 2. 调用工具

很多现代大语言模型都已经支持function-calling/tool-calling)，但不同模型中的具体实现可能有所不同，因此使用前务必查阅模型文档以确保其具备这个功能。

以下是来自OpenAI Docs的示例，演示了如何利用GPT-5 模型调用定义好的函数。

# 1. 定义模型可调用工具列表 
tools = [ 
        { 
         "type": "function", 
        "name": "get_horoscope", 
        "description": "获取指定星座的今日运势", 
        "parameters": { 
            "type": "object", 
            "properties": { 
                "sign": { 
                    "type": "string", 
                    "description": "例如金牛座或水瓶座的星座", 
                }, 
            }, 
            "required":[ "sign" ], 
        }, 
    }, 
] 

def  get_horoscope(sign): 
    return  f" {sign} : "下周二你会和一只水獭成为朋友。" 

# 创建一个输入列表
input_list = [ 
    { "role":"user" , "content" : "我的星座运势是什么？我是水瓶座。" ] } 
] 

# 2. 使用定义的工具提示模型
response = client.responses.create( 
    model="gpt-5", 
    tools=tools, 
    input=input_list, 
)

上述示例代码中，仅使用了一个函数。实际中，LLM 可以根据提供的描述和参数从多个可用工具中进行选择，每个工具必须具备以下条件：

• 清晰的名称
• 简要描述
• 明确的参数

大模型会像路由一样，将用户的查询引导至其认为适当的函数。这种情况下，由开发者负责调用所选函数，并将其输出返回给模型进行进一步处理。

下面是一个最小示例，展示如何调用选定的函数：

def call_function (name, args) : 
    if name == " get_weather" : 
        return  get_weather (**args) 
    if name == "send_email" : 
        return  send_email (**args)

---

关于Agent的一些框架

值得庆幸的是，现在一些Agent已经具备自动执行选定功能的能力。简单来说，Agent是功能更强大的AI，它们不仅能够推理出使用哪种工具，还能在无需人工干预的情况下根据决策采取行动。

根据微软的定义，Agent是

生成式人工智能应用能够响应用户输入或自主评估情况，并采取相应的行动。例如，“行政助理”代理可以提供您日历上会议地点的详细信息，甚至可以附加地图或自动预订出租车或网约车服务，帮助您到达目的地。

Qwen-Agent

在这个项目代码中，我使用了Qwen-Agent来实现工具的自主选择和调用。Qwen Assistant 实例的初始化方式如下，我们需要：

• 一个LLM
• 一个Agent的名字
• 系统提示词
• 可用功能（工具）列表

from qwen_agent.agents import Assistant 
# 预先定义好一些工具类
sql_tool_instance = SQLTool() 
weather_tool_instance = WeatherTool() 
rag_tool_instance = RAGTool() 
# 配置模型
llm_config = { 
            'model': 'qwen-turbo', 
            'api_key' : 'YOUR_API_KEY', 
            'temperature': 0.2, 
            'timeout': 30, 
            'retry_count' : 3, 
        } 
# 初始化Agent实例
agent = Assistant( 
              llm_config, 
              name='主题公园智能助手' , 
              description='可查询天气、数据库和知识库的智能助手' , 
              system_message=f"""{SYSTEM_ROLE}. 使用工具回答查询。
  
              可用工具：
              - {weather_tool_instance.name} : {weather_tool_instance.description}
              - {sql_tool_instance.name} : {sql_tool_instance.description}
              - {rag_tool_instance.name} : {rag_tool_instance.description}
  
              关键规则：
              - 必须为每个用户查询调用一个工具函数。
              - 切勿在不调用工具的情况下直接回答问题。
              - 参数必须以有效的 JSON 格式提供。
              - 从用户的问题中提取参数值。
              - 如果不确定使用哪个工具，则默认使用rag_tool。
              """ , 
              function_list=[weather_tool_instance, sql_tool_instance, rag_tool_instance], 
        )

之后，当Agent运行时，它将选择一个工具并自动调用它。

response = agent.run([{ 'role' : 'user' , 'content' : query}])

这种方法有效地解决了之前说的大模型需要手动调用函数的局限性。然而，另一个局限性也随之出现：Qwen Agent无法评估工具返回的输出，不能将其转换为连贯的自然语言回复。

大多数工具返回的是结构化数据，通常是JSON格式，比如以下是 OpenWeatherAPI 的一个示例响应。在这种情况下，就需要再调用一次大语言模型将 JSON 结果转换为自然语言，作为给用户的回答。

# OpenWeatherAPI 返回的 JSON 文件的一部分"
 dt " : 1762477200 , 
"temp" : 277.15 , 
"feels_like" : 273.92 , 
"pressure" : 1013 , 
"humidity" : 71 , 
"dew_point" : 276.38 , 
"uvi" : 0 , 
"clouds" : 6 , 
"visibility" : 10000 , 
"wind_speed" : 3.77 , 
"wind_deg" : 147 , 
"wind_gust" : 10.5 , 
"weather" : [ 
{ 
"id": 800 , 
"main" : "Clear" , 
"description" : "晴空" , 
"icon" : "01n"
 }

Qwen-Agent 的最新版本（v0.3+）引入了一个后处理步骤，可以对工具输出进行摘要或改写。然而，在实际应用中，我发现这个功能的效果有限——对于比较复杂的 JSON 或多步骤工具返回结果处理不了。

LangChain Agent

我知道 LangChain 可以解决上述问题，但一开始却并不乐意使用它，因为之前它的文档总是提示说：“此模块尚未完全迁移到新版本”，这就使得集成和后续迁移变得很麻烦。

所幸最近发布的版本在稳定性和兼容性方面都得到了显著提升，能够更简易高效地兼容自定义工具和MCP 服务器。除了选择和执行工具之外，LangChain Agent 还采用了 ReAct 模式，能够将工具结果解释并转化为自然语言响应。

ReAct范式

ReAct是“推理Reasoning"和“行动Acting”的缩写，是思维链 (CoT) 和仅行动范式 (Act-Only) 的结合与衍生。你或许了解一些与人类认知相关的“脑型-手型-心型”模型，我们可以拿来与人工智能中的这三种模式进行大致比较。

• CoT 就像脑型人，擅长推理，甚至可以展现出其思考的路径，但它不与外部世界互动，全部推理基于它“脑子”里的知识完成。
• 只行动型就像手型人，能够按照指示完成任务，但它不会反思行动目标和阶段性成果。

而ReAct模式结合了大语言模型的推理和行动能力，模拟人类的行为循环：“推理→行动→观察→推理→……”。通过这一循环，模型不仅可以进行内部思考，还可以利用外部知识、工具和环境来更新和完善其方法，直至得出最终答案。

LangChain官网的问答助手解释了其Agent的工作原理：

The agent follows a ReAct loop where it: 1) Reasons about which tool to call; 2) Automatically executes the tool; 3) Receives the result (observation); 4) Repeats until it has a final answer.

The agent doesn’t just choose tools — it runs them in a loop until the task is complete or a stop condition is met.

Agent遵循 ReAct 模式循环：1) 判断要调用哪个工具；2) 自动执行该工具；3) 接收结果（观察结果）；4) 重复执行，直到得到最终答案。

该代理不仅选择工具，还会循环运行这些工具，直到任务完成或满足停止条件为止。

LangChain Agent的实现

1. 准备工具

我给我的Agent提供了四个工具，其中三个自定义，一个是 MCP 服务（稍后再讲这个）。每个工具都是一个用 `@tool` 装饰的函数，建议在函数名后添加文档字符串，因为它会指导Agent何时以及如何使用该工具。（以下我省略了函数的具体实现。）

@tool 
def  get_weather(location: str , date: Optional[str] = None) -> str : 
    """获取指定地点和日期的当前天气、天气预报或历史平均天气。""" 
@tool 
def  text_to_sql ( query: str ) -> str : 
    """通过将自然语言转换为 SQL 语句，执行 SQL 并返回结果，来回答有关客流量、淡季/旺季的查询。""" 

# 注意：之前的基于 RAG 的问答助手现在成了一个供Agent使用的工具
@tool 
def  search_knowledge_base ( query: str , k: Optional [ int ] = 5 ) -> str : 
    """搜索知识库，获取有关主题公园的信息和提示。"""

2. 初始化LLM

我选择使用Gemini，只是因为它便宜。使用前请务必查看模型文档，确保其支持函数调用。

llm = ChatGoogleGenerativeAI( 
            model= "gemini-2.5-flash" , 
            temperature= 0.2 , 
            google_api_key=os.getenv( "GEMINI_API_KEY" ) 
        )

3. 使用工具列表和模型创建Agent

agent = create_agent(model=llm, tools=tools)

4. 调用Agent

response = agent.invoke ({ "messages" : [{ "role" : "user" , "content" : query}] }    )

系统提示词可以选择性提供，由于“模型已经过训练，能够根据工具的名称、描述和架构来理解和使用工具，您无需显式地告诉它选择工具——它会在 ReAct 循环中自动完成此操作”。

这个项目的分支上可以看到我如何使用 LangChain 代理的完整版本。

非常简单易用，而且可以顺畅地把复杂的 JSON 结果解析为人类可读的答案。现在我可以不再纠结之前花了那么多时间阅读它的文档了。如果你之前使用过 create_tool_calling_agent, AgentExecutor, create_react_agent等，现在是时候把它们迁移到create_agent了。

---

Text2SQL

我为我的AI助手配备的工具之一是Text2SQL功能，它使模型能够从结构化数据库中检索信息。本质上来说，它是另一种检索方式——与RAG类似，但它不是搜索向量化文档，而是查询关系型数据库。

现在SQL数据库仍然是大多数业务系统的支柱，但编写 SQL 查询语句（尤其是涉及多个join的查询）即使对于像我们这样的技术人员来说也很令人头疼，而对于销售或运营等非技术用户来说几乎是不可能的，而他们往往是最需要这些数据的人。

大语言学习模型（LLM）接受过“大量”语言的训练，因此它们也能理解和生成SQL语句。这种能力构成了Text2SQL的基础，可以将自然语言的问题转换为SQL语句。

有一些专门为此目的设计的特定模型，比如SQLCoder，但我发现，只要提供适当的提示词，通用模型（OpenAI，DeepSeek等）也能表现得很好。

create_sql = """ 
                -- 表：visit_flow 
                -- 列：
                    visit_date DATE NOT NULL, -- 访问日期
                    entry_time TIMESTAMP WITH TIME ZONE, -- 进入时间
                    exit_time TIMESTAMP WITH TIME ZONE, -- 退出时间
                """

 prompt = f"""-- Language：SQL 
            ### Question：{query}
             ### Schema：
            {create_sql}
             ### Answer：
            Write SQL query to answer：` {query} ` 
            ```sql 
            """ 

# 调用模型生成 SQL
 response = Generation.call( 
    model= "gpt-5" , 
    prompt=prompt, 
)

然后可以使用 pandas 执行模型回复中包含的 SQL 查询语句，查询结果将返回给Agent，由它生成自然语言回复。

安全问题及解决方案

Text2SQL赋予了Agent检索结构化数据的能力，但也引入了不容忽视的潜在安全风险。

1. 敏感数据泄露：如果 SQL 查询返回敏感信息（用户信息、财务数据等），LLM 生成的响应可能会将这些数据暴露给用户。解决方案：严格控制查询字段，仅允许访问已批准的表或列。
2. SQL注入：尽管用户输入的是自然语言，但LLM会自动生成SQL。有缺陷的生成逻辑可能导致危险的数据库操作。解决方案：始终在执行之前验证生成的SQL。限制模型只执行只读操作（例如SELECT），并显式阻止诸如DROP，UPDATE，DELETE之类的破坏性命令。

---

小结

从基于 RAG 的generation到 ReAct 模式的Agent，我们的 AI 助手已经从仅仅检索信息发展到能够推理、决策、采取行动和撰写合理的答案。而查询向量化知识库现在已成为Agent可用的工具之一——与通过Text2SQL查询结构化数据库和通过 API 获取天气数据一样。

以后，该系统可以扩展更多工具（例如，用统计模型预测参观流量等），集成MCP服务（如，用于路线规划的地图服务），以至多智能体协作。

---

参考文档

1. ReAct：在语言模型中协同推理和行动。Google Research，2022 年。
2. LangChain 文档，https://docs.langchain.com/oss/python/langchain/agents
3. OpenAI 文档，https://platform.openai.com/docs/guides/function-calling
4. Qwen-Agent 文档，https://qwen.readthedocs.io/en/latest/framework/qwen_agent.html