🤖 LangChain Agent 深度实战：从原理到构建自定义智能体

摘要： 在大模型应用开发中，RAG（检索增强生成）解决了模型“知识陈旧”的问题，而 Agent（智能体）则赋予了大模型“使用工具”和“规划任务”的能力。本文将深入 LangChain Agent 的核心机制，通过 Python 代码实战演示如何构建具备联网搜索、计算能力的智能体，并探讨如何利用 LangSmith 进行调试与优化，这是通往 AGI（通用人工智能）架构的关键一步。

1. 前言：为什么我们需要 Agent？

如果你使用过 ChatGPT，你会发现它擅长聊天，但在需要实时数据（如“现在的天气如何”）或精确计算（“12345 乘以 67890 等于多少”）时，它往往会一本正经地胡说八道。

Agent 的核心思想是：LLM 是大脑，但它需要手（工具）和眼睛（感知）。
LangChain Agent 的工作流程通常是：

• 感知：接收用户指令。
• 推理：LLM 分析指令，决定下一步动作（是回答问题，还是调用工具）。
• 行动：调用外部工具（API、数据库、函数）。
• 观察：获取工具的返回结果。
• 重复：基于结果继续推理，直到任务完成。
  这个过程在 LangChain 中通过 ReAct (Reason + Act) 模式实现。

2. 核心组件解析

在开始写代码前，我们需要理解 LangChain Agent 的“三剑客”：

• LLM（大语言模型）： 负责思考和决策。推荐使用支持 Function Calling 的模型（如 GPT-4, GPT-3.5-turbo, Claude 3），效果远好于纯文本模型。
• Tools（工具集）： Agent 可以调用的函数集合。LangChain 内置了数百种工具，如 SerpAPI（搜索）、Requests（HTTP请求）、PythonREPL（代码执行）。
• Agent Executor（执行器）： 这是一个运行时环境，负责处理 Agent 的循环、解析模型的输出、传递工具参数以及处理异常。

3. 实战一：构建一个全能信息助手

我们将构建一个能够联网搜索和执行复杂数学运算的 Agent。

3.1 环境准备

pip install langchain langchain-openai langchain-community google-search-results numexpr

配置环境变量（.env）：

OPENAI_API_KEY=sk-...
SERPAPI_API_KEY=...  # 用于 Google 搜索
LANGCHAIN_TRACING_V2=true
LANGCHAIN_API_KEY=... # 开启 LangSmith 调试（强烈推荐）

3.2 定义工具

我们需要自定义一个计算工具，并加载一个搜索工具。

from langchain_openai import ChatOpenAI
from langchain.agents import initialize_agent, AgentType
from langchain.tools import Tool
from langchain_community.utilities import SerpAPIWrapper
import os
from dotenv import load_dotenv

load_dotenv()

# 1. 定义计算器工具
def calculator(expression):
    """简单的数学计算工具，仅用于演示，生产环境请限制代码执行权限"""
    try:
        # 这里使用 Python 的 eval，生产环境建议用 numexpr 或 ast 解析更安全
        return f"计算结果: {eval(expression)}"
    except Exception as e:
        return f"计算错误: {str(e)}"

calc_tool = Tool(
    name="高级计算器",
    func=calculator,
    description="用于计算数学表达式，输入必须是数学公式字符串，例如 '12 * 5' 或 '100 / 20'"
)

# 2. 定义搜索工具 (使用 SerpAPI)
search = SerpAPIWrapper()
search_tool = Tool(
    name="实时搜索",
    func=search.run,
    description="用于获取实时信息，例如天气、新闻、股票价格。输入应该是搜索查询字符串。"
)

tools = [search_tool, calc_tool]

3.3 初始化 Agent

我们使用 ZERO_SHOT_REACT 描述，这意味着 Agent 不需要示例，直接根据工具描述进行零样本推理。

# 初始化 LLM
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)

# 初始化 Agent
agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True,  # 打印思考过程，Debug 必备
    handle_parsing_errors=True  # 自动修复 LLM 输出的格式错误
)

print("Agent 已就绪，开始提问...")

3.4 运行与观察

让我们问一个既需要搜索又需要计算的问题。

query = "苹果公司现在的股价是多少？如果我有100股，价值多少美元？"
response = agent.invoke(query)

print(f"\n最终答案: {response['output']}")

运行日志解析（Verbose 输出）：
你会看到类似这样的思考链：

Thought: 我需要先查询苹果公司的股价。
Action: 实时搜索
Action Input: “Apple stock price”
Observation: 175.50 USD
Thought: 我已经知道了股价，现在我需要计算100股的总价值。
Action: 高级计算器
Action Input: “175.50 * 100”
Observation: 计算结果: 17550.0
Thought: 我现在知道了最终答案。
Final Answer: 如果你有100股苹果股票，按照当前股价175.50美元计算，总价值为17550美元。

4. 实战二：利用 LangChain 表达式语言 (LCEL) 构建现代 Agent

除了传统的 initialize_agent，LangChain 现在更推荐使用 LCEL 来构建更灵活的 Agent，这给了开发者对 Prompt 和中间流更细粒度的控制。

from langchain import hub
from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain_openai import ChatOpenAI

# 1. 获取一个预设的 Prompt 模板（也可以自定义）
# LangChain Hub 提供了许多经过验证的 Prompt 模板
prompt = hub.pull("hwchase17/openai-functions-agent")

# 2. 定义 LLM（必须支持 Tool Calling）
llm = ChatOpenAI(model="gpt-4", temperature=0)

# 3. 构造 Agent
# create_tool_calling_agent 是 LCEL 风格的构建方式
agent = create_tool_calling_agent(llm, tools, prompt)

# 4. 创建执行器
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 执行
result = agent_executor.invoke({"input": "帮我查一下北京现在的天气，然后换算成华氏度。"})

这种方式的优势在于，你可以很容易地将 prompt 替换为自己的版本，或者在 agent 和 executor 之间插入自定义的中间件逻辑。

5. 生产环境下的 Agent 调试与优化

开发 Agent 最痛苦的时刻往往是它“发疯”的时候——无限循环、调用错误的工具、或者因为网络超时而崩溃。以下是几个生产实践建议：

5.1 使用 LangSmith 可视化调试

LangSmith 是 LangChain 官方推出的调试平台。它能可视化 Agent 的每一步思考、每个工具的输入输出以及耗时。

在代码中加入：

os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_PROJECT"] = "My-Agent-Project"

通过 LangSmith 的 UI，你可以精准地发现 Agent 是在哪一步出了逻辑错误。

5.2 设置最大迭代次数

防止 Agent 在死循环中浪费 Token 资源。

agent_executor = AgentExecutor(
    agent=agent,
    tools=tools,
    max_iterations=5, # 最多思考5步
    max_execution_time=60, # 最多执行60秒
    early_stopping_method="generate" # 超时后直接让 LLM 生成结果，而不是报错
)

5.3 记忆管理
Agent 默认是无状态的。如果需要多轮对话，需要引入 Memory 组件。

from langchain.memory import ConversationBufferMemory

memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

# 在 initialize_agent 中加入 memory 参数
agent = initialize_agent(
    tools,
    llm,
    agent=AgentType.CONVERSATIONAL_REACT_DESCRIPTION,
    memory=memory,
    verbose=True
)

6. 总结

LangChain Agent 将大模型从单纯的“文本生成器”升级为“任务执行者”。本文介绍了 Agent 的核心原理，并通过代码演示了如何构建一个具备搜索和计算能力的智能体。

在未来的开发中，Agent 将会更加自动化和自主化。掌握 Agent 的构建与调试，是每一位 AI 工程师从“Prompt 调优师”迈向“AI 系统架构师”的必经之路。

参考资源： LangChain 官方文档, LangSmith Hub

希望这篇文章能帮助你打开 Agent 开发的大门！如有问题，欢迎在评论区交流。