【Python】在使用联网工具时需要的问题

LangChain 的 Agent 默认逻辑是"尽力而为",如果工具报错或返回空,它往往会认为"我还需要更多信息",从而陷入死循环或者幻觉(开始编造答案)。

要控制它在搜索失败后立即停止并返回特定结果,你需要从以下三个层面进行"约束":

1. 工具层:封装"失败信号"

不要让 Agent 直接接收原始的错误堆栈信息(如 ConnectionError...),这会让它困惑。你需要封装工具,当网络请求失败或结果为空时,明确返回一个特殊的失败标记。

python 复制代码
from langchain_community.tools import DuckDuckGoSearchRun
from langchain.agents import tool

# 1. 定义一个带有容错逻辑的自定义工具
@tool
def safe_search(query: str) -> str:
    """
    用于搜索互联网上的最新信息。
    如果搜索失败或没有找到结果,会返回 'SEARCH_FAILED'。
    """
    try:
        search_tool = DuckDuckGoSearchRun()
        result = search_tool.run(query)
        
        # 2. 增加空结果检查
        if not result or len(result) < 10: # 简单的长度校验
            return "SEARCH_FAILED: 没有找到相关信息"
            
        return result
    except Exception as e:
        # 3. 捕获网络异常,返回明确的信号
        print(f"网络错误: {e}") # 后台打印错误,不让 Agent 看到
        return "SEARCH_FAILED: 网络连接失败或无法访问外部资源"

tools = [safe_search]

2. 提示词层:植入"停止指令"

你需要在 System Prompt 中明确告诉 Agent:"当你看到 SEARCH_FAILED 时,不要重试,直接告诉用户搜索失败。"

python 复制代码
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder

# 关键:在 System Message 中加入防御性指令
system_msg = """
你是一个有用的助手。你可以使用以下工具:
{tools}

重要规则:
1. 如果工具返回 "SEARCH_FAILED" 或 "没有找到相关信息",请**立即停止**尝试搜索。
2. 不要尝试更换关键词再次搜索,也不要编造答案。
3. 直接回复用户:"抱歉,由于网络原因或资料缺失,我无法找到关于该主题的信息。"
"""

prompt = ChatPromptTemplate.from_messages([
    ("system", system_msg),
    ("human", "{input}"),
    MessagesPlaceholder(variable_name="agent_scratchpad"), 
])

3. 执行层:设置"硬性熔断"

为了防止 Agent 因为"幻觉"而无视指令继续死循环,必须在 AgentExecutor 中设置最大迭代次数。这是最后一道防线。

python 复制代码
from langchain_classic.agents import AgentExecutor

agent_executor = AgentExecutor(
    agent=agent, 
    tools=tools, 
    verbose=True, 
    handle_parsing_errors=True,
    
    # 核心配置:
    max_iterations=3,  # 限制最多只能尝试 3 步(思考-行动)。超过则强制停止。
    max_execution_time=30, # 限制总执行时间(秒),防止无限卡在网络请求上
)

4. 执行层:设置"硬性熔断"

为了防止 Agent 因为"幻觉"而无视指令继续死循环,必须在 AgentExecutor 中设置最大迭代次数。这是最后一道防线。

python 复制代码
from langchain_classic.agents import AgentExecutor

agent_executor = AgentExecutor(
    agent=agent, 
    tools=tools, 
    verbose=True, 
    handle_parsing_errors=True,
    
    # 核心配置:
    max_iterations=3,  # 限制最多只能尝试 3 步(思考-行动)。超过则强制停止。
    max_execution_time=30, # 限制总执行时间(秒),防止无限卡在网络请求上
)
相关推荐
金銀銅鐵3 小时前
[Python] 基于欧几里得算法,实现分数约分计算器
python·数学
Lyn_Li5 小时前
Kaggle Top 5 | 198只股票、200条数据的金融预测——BattleFin高分方案从零复现
python·kaggle·比赛复盘·金融预测
小九九的爸爸9 小时前
前端想要入门Agent开发,要具备哪些Python基础?
python·agent·ai编程
阿耶同学10 小时前
手把手教你用 LangGraph 搭建三层嵌套 Agent 架构
python·程序员
花酒锄作田1 天前
Pydantic校验配置文件
python
hboot1 天前
AI工程师第四课 - 深度学习入门
pytorch·python·神经网络
ZhengEnCi2 天前
P2M-Matplotlib折线图完全指南-从数据可视化到趋势分析的Python绘图利器
python·matlab·数据可视化
ZhengEnCi2 天前
P2L-Matplotlib饼图完全指南-从数据可视化到图表定制的Python绘图利器
python·matlab
曲幽2 天前
你的REST接口还在“过度投喂”数据吗?——FastAPI + GraphQL实战避坑指南
python·fastapi·web·graphql·route·cors·rest·strawberry
用户8358086187912 天前
基于 Self-RAG 与列表级重排序的进阶 RAG 系统设计与实现
python