langchain创建智能体

AgentType

LangChain 提供了多种智能体类型，可以根据具体需求选择合适的类型。常见的智能体类型包括：

AgentType	核心机制	适用场景	优点	缺点
ZERO_SHOT_REACT_DESCRIPTION	ReAct + 工具描述	简单任务 + 工具组合	快速集成、无需训练数据	输出格式自由，可控性较低
STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION	结构化输出 + ReAct	结构化工具调用	高可控性，格式严格	依赖工具描述清晰度
OPENAI_FUNCTIONS	OpenAI 函数调用	OPENAI 模型场景	高效，强耦合 OPENAI	仅限 OPENAI 模型
CONVERSATIONS_REACT_DESCRIPTION	多轮对话 + ReAct	多轮交互任务	上下文感知、灵活性高	需配置记忆模块
AUTO_GPT	自主代理循环	复杂任务自动化	自主决策、长期目标	实验性，稳定性待验证
STRUCTURED_CHAT	严格结构化输出	数据提取、表单填写	格式标准化、可控性强	灵活性低

初始化智能体

智能体是一个可以使用一组工具来完成任务的系统。initialize_agent 用于创建一个智能体(agent)，它可以使用一组工具(tools)来完成任务。智能体通过与语言模型(LLM)交互，决定何时以及如何使用这些工具

initialize_agent 来自于 langchain 这个包

from langchain.agents import initialize_agent, AgentType

agent = initialize_agent(
    tools=create_calc_tools(),
    llm=llm,
    agent=AgentType.STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True, # 打开调试
)
print("工具函数计算结果：", resp)

传入 verbose=True 可以打开调试模式，看到智能体的思考过程

Thought 是智能体的思考过程，Action 是智能体决定使用哪个工具以及传入什么参数，Observation 是工具函数的返回结果

> Entering new AgentExecutor chain...
Thought: 需要使用加法工具来计算两个数的和。
Action:

{ "action": "add", "action_input": { "a": 100, "b": 100 } }

Observation: 200


> Finished chain.
工具函数计算结果： {'input': '100+100=?', 'output': 200}

结构化返回

我们现在返回的是一个纯文本，我们希望返回的是一个 json，因为 json 在处理大模型之间的调用时更为高效和灵活

JsonOutputParser 可以将大模型的输出解析为 json 格式

我们需要定义一个 output_schema，告诉 JsonOutputParser 我们希望返回的 json 格式

from pydantic import BaseModel, Field
from langchain_core.output_parsers import JsonOutputParser

class Output(BaseModel):
    args: str = Field(description="输入的参数")
    output: str = Field(description="返回的结果")
    think: str = Field(description="思考过程")


parser = JsonOutputParser(pydantic_object=Output)
format_instructions = parser.get_format_instructions()

prompt = chat_prompt_template.format_messages(
    role="计算",
    domain="使用工具进行数学计算",
    question=f"""
    请阅读下面的问题，并返回一个严格的 JSON 对象，不要使用 Markdown 代码块包裹
    格式要求：
    {format_instructions}

问题：
100+100=?
""",
)

源码

PythonREPL

之前开发的 add 工具函数只能进行加法运算，在我们实际的开发中，肯定不可能这么简单

但是我们又不可能去开发所有的工具函数，这样工作量太大

PythonREPL 是一个内置的工具，可以让大模型直接执行 Python 代码

from langchain_experimental.tools.python.tool import PythonREPLTool

python_repl = PythonREPLTool()
ret = python_repl.run("print(1 + 1)")

print(ret)  # 输出 2

在你使用 PythonREPL 工具时，请务必小心，因为它允许执行任意的 Python 代码，这可能会带来安全风险

Python REPL can execute arbitrary code. Use with caution.

源码

用智能体编写一个网站

from langchain_experimental.tools.python.tool import PythonREPLTool
from langchain.agents import initialize_agent, AgentType
from langchain.prompts import PromptTemplate
from bailian.common import llm


tools = [PythonREPLTool()]
tool_names = ["PythonREPLTool"]

agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True,
)

prompt_template = PromptTemplate.from_template(
    template="""
尽你所能回答以下问题或执行用户命令，你可以使用以下工具: [${tool_names}]
--
请按照以下格式进行思考：
\```
# 思考的过程
- 问题：你必须回答的问题
- 思考：你考虑应该怎么做
- 行动：要采取行动，应该是[{tool_names}]中的一个
- 行动输入：行动的输入
- 观察：行动的结果
...(这个思考/行动/行动输入/观察可以重复N次)
# 最终答案
对原始输入问题的最终答案
\```
--
注意：
- PythonREPLTool 工具的入参是python代码，不允许添加 ```python 或 ```py 等标记
--
要求：{input}
"""
)

prompt = prompt_template.format(
    tool_names=", ".join(tool_names),
    input="""
    要求：
    1. 向 /Users/uccs/Desktop/project/ai/ai-agent/.tmp 下写入一个新文件，名称为 index.html
    2. 写一个在线教育产品的官网，包含3个tab，分别是 首页、实战课、体系课和关于我们
    3. 首页包含3个模块，分别是：热门课程、上新课程、爆款课程
    4. 关于我们展示平台的联系方式等基本信息
    """,
)

agent.invoke({"input": prompt})

源码

解析器

LangChain 输出解析器（Output Parsers）是将大语言模型（LLM）的原始文本响应转换为结构化、可操作数据的关键组件。输出解析器通过提供格式化指令并解析模型输出，实现文本到结构化数据的高效转换。

基础解析器

基础解析器处理最简单的数据格式转换：

• StrOutputParser：直接提取模型返回的原始文本，不做任何结构化处理
• CommaSeparatedListOutputParser：将逗号分隔的文本转换为 Python 列表。例如，将 "apples, bananas, oranges" 解析为 ['apples', 'bananas', 'oranges']
• BooleanOutputParser：解析文本为布尔值 （True/False）。模型输出必须是 "yes" 或 "no"（不区分大小写），解析器会统一转为大写后判断
• SimpleJsonOutputParser：将文本简单处理后转换为 JSON 格式，通常用于模型已经正确输出 JSON 的情况

StrOutputParser

from bailian.common import llm, chat_prompt_template
from langchain_core.output_parsers import StrOutputParser

parser = StrOutputParser()
chain = chat_prompt_template | llm | parser
resp = chain.invoke(
    input={
        "role": "计算",
        "domain": "数学计算",
        "question": "100+200 = ?",
    }
)
print(resp)

# 结果
# 100 + 200 = **300**

源码

CommaSeparatedListOutputParser

from bailian.common import llm, chat_prompt_template
from langchain_core.output_parsers import CommaSeparatedListOutputParser

parser = CommaSeparatedListOutputParser()
chain = chat_prompt_template | llm | parser
resp = chain.invoke(
    input={
        "role": "计算",
        "domain": "数学计算",
        "question": "100*200 = ?",
    }
)
print(resp)

# 结果
# ['100乘以200等于20000。因此，$100 \\times 200 = 20000$。']

源码

Pydantic 解析器

Pydantic 解析器通过 Pydantic 模型定义复杂结构，提供更严格的验证和数据校验：

• PydanticOutputParser：将模型输出解析为 Pydantic 定义的模型对象。需要预先定义 Pydantic 模型，支持嵌套数据结构和类型验证
• PydanticToolsParser：专门处理OpenAI工具调用中的 Pydantic 对象，将工具调用参数解析为 Pydantic 模型

Pydantic 解析器适合需要严格验证的数据结构，如用户信息、订单详情等，确保输出的完整性和正确性

函数调用解析器

函数调用解析器处理支持OpenAI函数调用的模型（如GPT-4）的响应：

• OutputFunctionsParser：解析模型返回的函数调用参数，通常返回JSON格式的函数参数
• JsonOutputFunctionsParser：提取函数调用中的JSON参数

这些解析器专为需要调用特定函数或工具的场景设计，常见于Agent系统或复杂任务处理

时间/枚举解析器

处理特定类型的数据：

• DatetimeOutputParser：将文本解析为标准日期时间格式（"%Y-%m-%dT%H:%M:%S.%fZ"）
• EnumOutputParser：将文本解析为预定义的枚举值，适用于需要严格限制输出选项的场景。

DatetimeOutputParser

from bailian.common import llm
from langchain.output_parsers import DatetimeOutputParser
from langchain.prompts import ChatPromptTemplate

parser = DatetimeOutputParser()
instructions = parser.get_format_instructions()
prompt = ChatPromptTemplate.from_messages(
    [
        ("system", f"必须按照以下格式返回日期时间：{instructions}"),
        ("human", "请将以下自然语言转换为标准日期时间格式：{text}"),
    ]
)
chain = prompt | llm | parser
resp = chain.invoke({"text": "二年零二五年五月一日下午十点十分"})
print(resp)

# 结果
# 2025-05-01 22:10:00

源码

正则解析器

通过正则表达式提取特定模式的数据：

• RegexParser：单字段正则匹配。
• RegexDictParser：多字段正则提取为字典。
• 正则解析器适合需要灵活匹配文本模式的场景，如提取电话号码、邮箱地址等。

复合解析器

处理复杂或多部分的输出：

• CombiningOutputParser：组合多个解析器，将文本通过分隔符拆分后分别解析。
• RetryWithErrorOutputParser：在解析失败时重试并尝试修复输出。
• 复合解析器提供了更强大的处理能力，可以应对复杂或多任务的输出场景。

强校验解析器

提供更严格的输出验证：

• GuardrailsOutputParser：基于 Guardrails 库，对输出进行强校验，支持自定义规则（如过滤不当内容、校验数据格式）。

Guardrails 解析器特别适合安全敏感场景，确保输出内容符合预设规则和标准。