ai工具调用

代码示例先安装依赖，pip install langchain,langchain_openai

import os
from typing import Optional
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langchain_core.prompts import ChatPromptTemplate
from langchain.agents import create_tool_calling_agent, AgentExecutor



# 定义工具功能
@tool
def search_web(query: str, max_results: Optional[int] = 3):
    """用于执行网页搜索的工具"""
    # 此处可替换为实际搜索引擎接口
    return [f"结果{i + 1}: {query}" for i in range(max_results)]


@tool
def math_calculator(expression: str):
    """执行数学表达式计算的工具"""
    try:
        return eval(expression)
    except Exception as e:
        return f"计算错误: {str(e)}"


# 初始化大语言模型
llm = ChatOpenAI(model="gpt-4o-mini",
								 openai_api_key='sk-XXXXX',
                 openai_api_base='https://XX.XX.cm/v1', 
                 temperature=0)

# 创建工具列表
tools = [search_web, math_calculator]

# 构建提示模板
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个智能助手，请根据用户需求选择合适的工具"),
    ("user", "{input}"),
    ("placeholder", "{agent_scratchpad}"),  # 必须加上这一行
])

# 创建智能体
agent = create_tool_calling_agent(llm, tools, prompt)

# 创建执行器
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 示例执行
if __name__ == "__main__":
    print("--- LangChain工具调用演示 ---")
    while True:
        user_input = input("请输入您的需求（输入'exit'退出）: ")
        if user_input.lower() == 'exit':
            break

        try:
            result = agent_executor.invoke({"input": user_input})
            print("\n执行结果：")
            print(result['output'])
        except Exception as e:
            print(f"发生错误: {str(e)}")
        print("\n" + "=" * 50 + "\n")

LangChain 工具调用智能体代码解析

这段代码展示了一个使用 LangChain 框架构建的智能体(Agent)，它能够根据用户输入选择并调用适当的工具来完成任务。下面我将详细解释代码的各个部分：

1. 导入必要的库

import os
from typing import Optional
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langchain_core.prompts import ChatPromptTemplate
from langchain.agents import create_tool_calling_agent, AgentExecutor

os: 操作系统接口

typing.Optional: 类型注解，表示可选参数

ChatOpenAI: LangChain 的 OpenAI 聊天模型封装

tool: 装饰器，用于将函数转换为 LangChain 工具

ChatPromptTemplate: 聊天提示模板

create_tool_calling_agent和 AgentExecutor: 用于创建和执行智能体

2. 定义工具功能

网页搜索工具

@tool
def search_web(query: str, max_results: Optional[int] = 3):
    """用于执行网页搜索的工具"""
# 此处可替换为实际搜索引擎接口return [f"结果{i + 1}: {query}" for i in range(max_results)]

@tool装饰器将函数标记为 LangChain 工具

接收查询字符串和可选的最大结果数

目前是模拟实现，实际应用中可替换为真实搜索引擎 API

工具描述文档字符串很重要，LLM 会根据它决定是否使用该工具

数学计算器工具

@tool
def math_calculator(expression: str):
    """执行数学表达式计算的工具"""
    try:
        return eval(expression)
    except Exception as e:
        return f"计算错误: {str(e)}"

接收数学表达式字符串

使用 Python 的 eval()执行计算

包含错误处理，返回错误信息

3. 初始化大语言模型

llm = ChatOpenAI(model="gpt-4o-mini", openai_api_key='sk-bC0cLw1brB4Kvo5s14D6Cd84EeF243B3A3A2373c545067C2',
                 openai_api_base='https://free.v36.cm/v1', temperature=0)

创建 ChatOpenAI实例

指定模型为 "gpt-4o-mini" (注意：这不是 OpenAI 官方模型名称)

提供 API 密钥和自定义 API 基础 URL

temperature=0使输出更确定性

4. 创建工具列表

tools = [search_web, math_calculator]

将定义的两个工具放入列表，供智能体使用

5. 构建提示模板

prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个智能助手，请根据用户需求选择合适的工具"),
    ("user", "{input}"),
    ("placeholder", "{agent_scratchpad}"),# 必须加上这一行
])

定义对话提示模板，包含三部分：

•

系统消息：设定智能体的角色和行为

•

用户输入：占位符 {input}将被实际输入替换

•

代理草稿本：{agent_scratchpad}用于记录智能体的思考过程

6. 创建智能体和执行器

agent = create_tool_calling_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

create_tool_calling_agent: 创建能调用工具的智能体

参数：LLM 实例、工具列表、提示模板

AgentExecutor: 执行智能体的实际工作

verbose=True显示详细执行过程

7. 主程序交互循环

if __name__ == "__main__":
    print("--- LangChain工具调用演示 ---")
    while True:
        user_input = input("请输入您的需求（输入'exit'退出）: ")
        if user_input.lower() == 'exit':
            break

        try:
            result = agent_executor.invoke({"input": user_input})
            print("\n执行结果：")
            print(result['output'])
        except Exception as e:
            print(f"发生错误: {str(e)}")
        print("\n" + "=" * 50 + "\n")

持续接收用户输入

调用 agent_executor.invoke()处理输入

打印结果或错误信息

输入 "exit" 退出循环

工作流程总结

•

用户输入问题/请求

•

智能体分析输入，决定是否需要使用工具

•

如果需要工具，选择最合适的工具并生成调用参数

•

执行工具并获取结果

•

智能体整合工具结果生成最终回复

•

返回给用户

关键概念

工具(Tool): 封装特定功能的可调用对象，LLM 可以决定是否及如何调用

智能体(Agent): 决定何时及如何使用工具的 LLM 系统

执行器(Executor): 实际运行智能体逻辑的组件

这段代码展示了 LangChain 框架构建工具调用智能体的基本模式，理解这个结构后可以扩展出更复杂的功能。

有关使用上的问题，欢迎您在底部评论区留言，一起交流~