未完待续

关于大模型工具使用有关前置知识和原理，已经在下面文章提到

• 大模型和大模型应用
• Spring AI实现一个智能客服

本文介绍基于langchain开发具有工具使用(Function calling)功能的智能体Agent

langchain开发Agent，需要安装包

pip install langchain==1.3.13
pip install langchain-openai
pip install langchain-classic

1.Tools

实现工具方法供大模型调用，并通过函数装饰器@tools修饰工具方法，默认使用函数名称作为工具名称，可通过name_or_callable覆盖。

@tools常用属性:

from typing import Annotated

from langchain.tools import tool
from pydantic import Field

@tool(
    description='根据城市名称获取温度',
    name_or_callable='my_tool'
)
def tp_tool(
        city: Annotated[str, Field(description='待查城市')]
) -> int:
    print('=======tp_tool=======')
    if city == '北京':
        return 12
    elif city == '武汉':
        return 23
    elif city == '沈阳':
        return -10
    elif city == '泉州':
        return 27
    else:
        return None


if __name__ == '__main__':
    print( tp_tool.name )
    print( tp_tool.args )
    print( tp_tool.description )
    print( tp_tool.return_direct )
    tp_tool.invoke({'city':'武汉'})

根据城市名称获取温度的方法
{'city': {'description': '待查城市', 'title': 'City', 'type': 'string'}}
根据城市名称获取温度
False
=======tp_tool=======

2.Agent

langchain1.x使用create_agent()实现function calling，绑定模型和工具，然后调用invoke()执行

from typing import Annotated

from langchain.tools import tool
from pydantic import Field
import os
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model
from dotenv import load_dotenv

load_dotenv(encoding='utf-8')


@tool(
    description='根据城市名称获取温度',
    name_or_callable='my_tool'
)
def tp_tool(
        city: Annotated[str, Field(description='待查城市')]
) -> int:
    print('=======tp_tool=======')
    if city == '北京':
        return 12
    elif city == '武汉':
        return 23
    elif city == '沈阳':
        return -10
    elif city == '泉州':
        return 27
    else:
        return None

llm = init_chat_model(
    model = 'deepseek-chat',
    model_provider = 'openai',
    api_key = os.getenv('DSKEY'),
    base_url = 'https://api.deepseek.com'
)


# 创建 Agent，绑定tp_tool工具
agent = create_agent(
    llm,
    tools=[tp_tool],
    system_prompt="""你是一个天气查询助手"""
)

# 执行
result = agent.invoke({
    "messages": [{"role": "user", "content": "泉州温度多少"}]
})

for msg in result['messages']:
    if hasattr(msg, 'content'):
        print(f"{msg.__class__.__name__}: {msg.content}")

输出结果

=======tp_tool=======
HumanMessage: 泉州温度多少
AIMessage: 我来帮您查询泉州的温度。
ToolMessage: 27
AIMessage: 根据查询结果，泉州的当前温度是**27°C**。