本文通过一个完整的 LangChain 实例，讲解 AI Agent 的核心工作机制，并从 ReAct 推理范式出发，展示 Agent 如何进行思考、工具调用与记忆管理。

在上一篇博客中，我们已经介绍了 AI Agent 所依赖的前置知识，包括大模型、工具调用和基础推理能力。本篇将进一步通过一个完整可运行的示例，来说明：一个 AI Agent 到底是如何被构建出来的，它在执行过程中究竟在做什么。

自己构建一个Agent？Agent到底再干嘛？_自己本地搭建ai模型agent开发是什么意思-CSDN博客https://blog.csdn.net/2401_84080967/article/details/157618055?spm=1001.2014.3001.5502

一 ）ReAct 模式

在构建 Agent 之前，首先需要理解一个非常重要的推理范式：ReAct（Reasoning and Acting）。

1.1 什么是 ReAct？

ReAct 并不是某种框架或组件，而是一种 推理-行动循环模式。在这种模式下，大模型不再一次性生成答案，而是按照如下流程不断循环：

• 思考 Thought  分析当前问题，判断下一步该做什么
• 行动 Action 调用某个工具或执行某个操作 
• 观察 Observation 获取工具返回的结果
• 答案 Final Answer 当信息足够时，输出最终结论

这种模式的核心价值在于：将语言模型的推理能力与外部工具的执行能力结合起来。

ReAct 并不是一个固定的模块划分，而是一种让 LLM 在 思考（Thought）—行动（Action）—观察（Observation） 之间循环的推理模式，直到模型认为可以给出最终答案（Final Answer）。

二 ）什么是 Agent ？ 

2.1 Agent 的本质

一个 AI Agent 并不等同于一次 LLM 调用，它通常具备以下特征：

• 能够根据目标进行 多步推理
• 能够 自主选择并调用工具
• 能够在多轮交互中 维护状态（记忆）

基本可以这么认为，ReAct 负责怎么想，Agent 负责怎么做，ReAct 规定好的解决用户问题的流程，一个问题被解决必须经过 ReAct 规定好步骤；至于 ReAct 规定好的每一步怎么完成，需要通过 LLM 来实现。

2.2 使用 LangChain 构建第一个 Agent

Agent 是一种通用的系统设计思想，而 LangChain 只是其中一个实现框架，本文这里使用 LangChain 框架进行构建 Agent，对于 LangChain 相关技术的详细探讨之后会出有详细的博客进行讲解。

① 定义一个 LLM

首先定义一个用于推理和决策的大模型，这里使用 Azure OpenAI 提供的 Chat 模型，该 LLM 将作为 Agent 的“大脑”，负责分析问题并决定是否调用工具。

from langchain.agents import initialize_agent
from langchain.agents import AgentType
from langchain_openai import AzureChatOpenAI
from langchain_community.agent_toolkits.load_tools import load_tools
from dotenv import load_dotenv
import os

load_dotenv("peizhi.env")

endpoint = os.getenv("ENDPOINT")
deployment = os.getenv("DEPLOYMENT")
api_key = os.getenv("SUBSCRIPTION_KEY")
api_version = os.getenv("API_VERSION", "2025-01-01-preview")

if not all([endpoint, deployment, api_key]):
    raise RuntimeError("ENDPOINT/DEPLOYMENT/SUBSCRIPTION_KEY 未配置，检查 peizhi.env")

# 定义 llm
llm = AzureChatOpenAI(
    azure_endpoint=endpoint,
    api_key=api_key,
    api_version=api_version,
    azure_deployment=deployment,
    temperature=0.2,
)

② 为 Agent 配置可调用工具

serpapi_api_key = os.getenv("SERPAPI_API_KEY")
tool_names = ["llm-math"]
if serpapi_api_key:
    tool_names.insert(0, "serpapi")
    tools = load_tools(tool_names, llm=llm, serpapi_api_key=serpapi_api_key)
else:
    tools = load_tools(tool_names, llm=llm)
    print("提示：未配置 SERPAPI_API_KEY，已跳过 serpapi 工具；如果需要联网搜索，把 SERPAPI_API_KEY=... 写到 peizhi.env")

这里举例使用了 "llm-math" 能力和 "serpapi" 实时上网的能力，Agent 的关键能力之一，是能够调用外部工具。这里配置两个工具：

• serpapi：用于实时搜索

• llm-math：用于数学计算

这些工具本质上是 LLM 可调用的函数接口，Agent 会在推理过程中自行决定是否使用它们。

③ 实例化一个 Agent

agent = initialize_agent(
    tools,  
    llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,  # 这里有不同的类型
    verbose=True,  # 是否打印日志
    handle_parsing_errors=True,
)

print(agent.invoke({"input": "Iphone 15 价格的平方是多少？"}))

ZERO_SHOT_REACT_DESCRIPTION 表示使用 ReAct 推理范式，并通过工具描述让模型零样本理解如何使用工具。

2.3 执行过程分析

当输入问题：

Iphone 15 价格的平方是多少？

Agent 的执行流程如下：

1. Thought：判断需要先获取年龄信息

2. Action：调用搜索工具

3. Observation：得到售价为 5999

4. Thought：需要进行数学计算

5. Action：调用计算工具

6. Observation：得到结果 35999001

7. Final Answer：输出最终答案

LangChain 框架首先使用LLM分析问题，然后采取行动 Action ，搜索年龄，通过观察 Obsservation 得到售价为 5999 元；然后 Thought，Action 调用计算工具 Calculate ，观察计算结果为 35988001 ；然后 Thought ，发现不需要 采取行动 Action ，即直接得到 Final Answer。

三） 给 Agent 添加记忆 Memery

如果说前面的 Agent 只能完成一次任务，那么 Memory 让 Agent 具备了持续交互能力。主要的实现方式就是通过 Langchain 中的 memory 组件来实现

from langchain.memory import ConversationBufferMemory

# 记忆组件
memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

# 修改：初始化 Agent 时传入 memory 参数
agent = initialize_agent(
    tools,  
    llm,
    agent=AgentType.CONVERSATIONAL_REACT_DESCRIPTION,
    verbose=True,
    handle_parsing_errors=True,
    memory=memory,  # 新增：传入记忆组件
)

# 测试1：初始问题
print("===== 第一次提问 =====")
result1 = agent.invoke({"input": "Iphone 15 价格的平方是多少？"})
print(result1)

# 测试2：基于上下文的提问（验证记忆是否生效）
print("\n===== 第二次提问（依赖上下文） =====")
result2 = agent.invoke({"input": "刚才我问了什么问题？"})
print(result2)

将该 memory 注入 Agent 后，模型就可以在后续问题中引用之前的上下文。测试结果表明，第二次提问可以正确基于第一次的计算结果进行推理，说明记忆机制已经生效。

测试结果：

AI Agent 的核心不在于对话本身，而在于通过 ReAct 推理范式，将大模型的思考能力与工具执行和记忆机制结合，构建一个真正可持续决策与行动的智能体。