AI Agent 入门实战：用 Langchain 手写一个简易版 Claude Code

不是直接调大模型接口，而是给它装上 Tool、Memory、RAG、MCP、Skills ------ 它就能自己干活了

---

一、原生 LLM 的五个"做不到"

在聊 Agent 之前，我们先看一个核心问题：直接调用大模型接口，到底缺什么？

问题	说明
❌ 无记忆	你和它上周聊过的消息，它完全记不住。因为 LLM 天生是 stateless 的
❌ 不能行动	让它帮忙访问一个网页、做一些事情，它只能告诉你思路，需要我们自己做
❌ 知识局限	内部私有文档，LLM 不知道 ------ 因为不在训练数据里
❌ 信息滞后	最新的世界新闻，已经不在训练数据中
❌ 无法操作外部系统	做 PPT、分析股市并自动买卖 ------ 原生 LLM 做不到

而 Agent 就是围绕以上问题，给 LLM 加上：

text

Agent = LLM + Memory + Tool + RAG + MCP + Skills

这样一个知道内部知识、能思考、规划，能够帮你做事情的扩展后的 LLM，就是一个 Agent。

---

二、Agent 的完整工作流程

一张图看懂 Agent 如何响应你的请求：

text

用户以 Prompt 形式提出一个复杂任务
            ↓
    LLM Planning / Reasoning
    （规划 / 推理）
            ↓
    ┌───────┼───────┐
    ↓       ↓       ↓
  Memory   Tool    RAG
（加载记忆）（调用工具）（查询知识）
            ↓
    工具分步骤、调用多个工具
            ↓
  RAG 查询出来的内容作为 Prompt Template
            ↓
        Response
            ↓
      用户（任务完成）

核心要点：

• LLM 本身就可以思考、规划
• 用 Tool 扩展能力，让它能自己做事
• 用 Memory 管理记忆，让它记住你要它记住的东西
• 用 RAG 查询内部知识，让它知道你不知道的

---

三、核心组件逐个拆解

1. Memory（记忆模块）

原生 LLM 是无状态的（stateless），每次对话都是全新的开始。

解决方案：

• 配合数据库持久化存储历史对话
• 配合前端存储（如 localStorage）保存用户上下文
• 配合 Redis 做短期记忆缓存
• LKM + 后端：通过后端服务管理会话状态

2. Tool（工具调用能力）

这是 Agent 最核心的能力 ------ 让 LLM 能"动手"干活。

典型场景：

• 读取/写入文件（fs 模块）
• 执行命令行命令（CLI）
• 访问网页内容
• 调用第三方 API

手写一个简单版本的 Claude Code：

text

LLM + Tool（fs + cli）

3. RAG（检索增强生成）

解决 LLM "不知道" 的问题：

• 内部私有文档 → LLM 不知道 → RAG 模块查询后作为 Prompt 注入
• 最新世界新闻 → 不在训练数据中 → RAG 实时检索

4. MCP（Model Context Protocol）

第三方 Tool 的标准化协议，让 LLM 能以统一方式对接外部工具。

5. Skills（技能蒸馏）

将复杂任务固化为可复用的"技能"，比如：

• 做 PPT
• 分析股市并自动买卖
• 自动化任务（类似 Manus）

---

四、Agent 开发框架：Langchain

笔记中重点提到了 Langchain 生态：

框架	用途
Langchain	单智能体开发框架
Langgraph	多智能体开发框架
技术栈	Node（Next.js）+ Langchain + Langgraph

结合后端技术，开发 AI 全栈 Agent 产品，让 AI 技术通过 Harness Engineering 落地，实现 AI 技术的商业价值（FDE）。

---

五、实战：用 Langchain 构建一个文件读取 Agent

环境与依赖

javascript

import 'dotenv/config';
import { ChatOpenAI } from '@langchain/openai';
import { tool } from '@langchain/core/tools';
import {
    HumanMessage,
    SystemMessage,
    ToolMessage,
    AIMessage
} from '@langchain/core/messages';
import fs from 'node:fs/promises';
import { z } from 'zod'; // z 提供类型约束

模型初始化（兼容 DeepSeek）

javascript

const model = new ChatOpenAI({
    modelName: 'deepseek-v4-flash',
    apiKey: process.env.DEEPSEEK_API_KEY,
    temperature: 0,
    configuration: {
        baseURL: 'https://api.deepseek.com/v1',
    },
});

定义 Tool：读文件工具

javascript

const readFileTool = tool(
    async ({ filePath }) => {
        // 功能函数：实际读取文件
        const content = await fs.readFile(filePath, 'utf-8');
        
        // 时刻反馈 Agent 执行消息
        // Agent 任务可能很复杂、很耗时，需要给用户反馈
        // 用户太久没有看到反馈，可能会退出
        console.log(`[工具调用] read_file(${filePath}) 成功读取 ${content.length} 字节`);
        return content;
    },
    {
        name: 'read_file',
        description: '用此工具来读取文件内容，当用户要求读取文件、查看代码、分析文件内容时，调用此工具。输入文件路径（可以是相对路径或绝对路径）',
        schema: z.object({
            filePath: z.string().describe('要读取的文件路径'),
        }),
    }
);

const tools = [readFileTool];

关键设计要点：

• description：详细描述功能、覆盖场景、参数需求
• schema：参数约束，Tool 与 LLM 要调用此工具，必须提供 schema 约定的参数
• tool_calls：要调用的工具列表，包含 id、name、arguments
• 多个工具通过 id 关联，等会儿 tool 函数调用时对应

绑定工具 & 执行

javascript

// Langchain 提供了 LLM 和 Tools 注册的抽象
const modelWithTools = model.bindTools(tools);

const messages = [
    new SystemMessage(
        "你是一个代码助手，可以使用工具读取文件并解释代码。"
    ),
    new HumanMessage('请读取 tool.mjs 文件内容并解释代码')
];

let response = await modelWithTools.invoke(messages);
// console.log(JSON.stringify(response));
messages.push(response);

// 如果 response 中有 tool_calls，需要执行对应的工具
// 并将结果作为 ToolMessage 返回给 LLM

多工具并发执行（Promise.all）

当 Agent 需要调用多个工具时，串行执行会严重影响效率。

html

<script>
// 封装成函数，调用时才创建 Promise、启动定时器
function getWeather() {
    return new Promise((resolve) => {
        setTimeout(() => {
            resolve({ temp: 38, conditions: 'Sunny with Clouds' });
        }, 2000);
    });
}

function getTweets() {
    return new Promise((resolve) => {
        setTimeout(() => {
            resolve(['I like cake', 'BBQ is good too!']);
        }, 500);
    });
}

// ❌ 串行执行：总耗时 ≈ 2500ms
const main_serial = async () => {
    console.time("serial");
    const weatherData = await getWeather();  // 等 2000ms
    const tweetsData = await getTweets();    // 再等 500ms
    console.timeEnd("serial");
};

// ✅ 并行执行：总耗时 ≈ 2000ms
const main_parallel = async () => {
    console.time("parallel");
    // Promise.all 并行执行多个 Promise
    // 等待所有 Promise 都完成，才返回结果
    // 结果顺序与 Promise 顺序一致
    const [weatherData, tweetsData] = await Promise.all([
        getWeather(),
        getTweets()
    ]);
    console.timeEnd("parallel");
};

main_parallel();
</script>

Promise 核心知识点：

• Promise.all 静态方法并行执行多个 Promise
• Promise 三种状态：Pending（等待中）→ Fulfilled（成功）或 Rejected（失败）
• 只能从 Pending → Fulfilled/Rejected 之一，且不能再变
• await（ES8）最优雅的异步变同步语法

---

六、Agent 开发中的关键认知

1. Tool 调用的"自知之明"

LLM 有自知之明，当要调用 tool 的时候，不生成内容，停下来告诉用户。

这意味着：

• LLM 生成 tool_calls，而不是直接回答
• 系统执行工具，获取结果
• 将结果作为上下文再次交给 LLM 生成最终回答

2. 多工具调用的复杂性

• 任务复杂时，可能调用多个 tool ，或每个 tool 调用多次
• 工具是异步 的，LLM 哪个任务细节由哪个工具执行了，通过 id 关联
• 结果需要历史会话才能组成完整的任务上下文

3. LLM 基于自然语言

LLM 理解用户的自然语言描述，将其转化为结构化的 tool 调用，这是 Agent 智能的核心。

---

七、Demo：创建一个 React + Vite TodoList

笔记中给出的完整 Agent 任务示例：

text

创建一个 React + Vite TodoList

要用到哪些 Tool？

这是一个编程任务，Planning 分三步：

步骤	工具	说明
1	write_file	Vite 创建项目，写入文件
2	LLM 编程能力	生成组件代码（需要编程能力比较强的模型）
3	cli_command	项目运行起来，调用 CLI 命令工具

---

八、总结

组件	解决的问题
LLM	思考、规划、推理
Memory	记住历史对话和上下文
Tool	读写文件、执行命令、访问网页
RAG	获取私有文档和最新信息
MCP	标准化对接第三方工具
Skills	固化复杂任务为可复用技能

Agent 其实并不复杂：

• LLM 本身就可以思考、规划
• 给它用 Tool 扩展能力，它就能自己做事情
• 用 Memory 管理记忆，它就可以记住你要它记住的东西
• 用 RAG 查询内部知识来获取知识

这样一个知道内部知识、能思考、规划，能够帮你做事情的扩展后的 LLM，就是一个 Agent。