AI Agent开发实战：工具调用与RAG知识库集成-AI智能范式网

AI Agent开发实战：工具调用与RAG知识库集成

米喜

1. AI Agent开发实战：从零构建具备工具调用能力的智能体

最近在开发一个需要调用外部工具的AI项目时，我发现市面上关于AI Agent开发的实战资料比较零散。经过几周的摸索和实践，我总结出一套基于LangChain框架的AI Agent开发方法，特别适合需要让AI系统具备工具调用能力的场景。下面我就来详细分享这个过程中的关键技术和踩过的坑。

AI Agent与传统聊天机器人的最大区别在于，它能够主动感知环境、进行多步推理、自主决策并调用外部工具来完成复杂任务。这种能力使得AI可以处理更复杂的业务场景，比如数据分析、知识检索、自动化流程等。在本文中，我将通过一个公司内部信息查询的案例，展示如何构建一个具备RAG知识库查询和数学计算能力的AI Agent。

2. AI Agent核心架构解析

2.1 Agent四大核心组件

一个完整的AI Agent通常由四个关键组件构成：

LLM（大语言模型）：负责自然语言理解和生成，是Agent的"大脑"。在项目中我选用的是通义千问的qwen-plus模型，它在中文场景下表现优秀。
记忆系统：
- 短期记忆：保存当前对话的上下文历史
- 长期记忆：通过RAG（检索增强生成）技术接入的知识库
规划能力：Agent需要能够拆解复杂任务为多个子步骤，并决定何时调用哪个工具。这通常通过精心设计的prompt工程来实现。
工具使用：Agent可以调用的外部函数或API，比如计算器、数据库查询等。

2.2 工具调用机制详解

工具调用是AI Agent最强大的能力之一。它的工作流程可以概括为：

用户输入问题
LLM分析问题并决定是否需要调用工具
如果需要，LLM生成工具调用请求（包括工具名和参数）
系统执行工具并返回结果
LLM整合工具结果生成最终回复

这个流程可能循环多次，直到LLM认为已经收集到足够信息来回答用户问题。在我的实现中，最多允许5轮工具调用循环，防止无限循环。

3. 实战开发：构建公司信息查询Agent

3.1 环境准备与工具定义

首先需要安装必要的Python包：

bash复制pip install langchain langchain-community faiss-cpu

然后定义两个核心工具函数：

python复制@tool
def calculator(expression: str) -> str:
    """
    计算数学表达式。需要精确计算时使用。
    参数:
        expression: 数学算式，如 "2 + 2" 或 "500 * 0.8"。
    返回:
        str: 计算结果，如 "4.0" 或 "400.0"。
    """
    print(f" [工具调用] 计算器正在计算: {expression}")
    try:
        return str(eval(expression))
    except Exception as e:
        return f"计算错误: {e}"

@tool 
def rag_search(query: str) -> str:
    """
    从公司内部RAG知识库检索信息。
    参数:
        query: 查询字符串，如"项目预算"或"截止日期"。
    返回:
        str: 检索到的文档内容。
    """
    # RAG实现代码...

重要提示：工具函数的文档字符串(docstring)非常关键！LLM完全依赖这些描述来决定是否以及如何调用工具。务必详细说明参数、返回值和功能。

3.2 RAG知识库实现细节

RAG（检索增强生成）是Agent长期记忆的核心。我的实现采用了FAISS向量数据库和DashScope的嵌入模型：

python复制from langchain_community.vectorstores import FAISS
from langchain_community.embeddings import DashScopeEmbeddings

# 初始化嵌入模型
embeddings = DashScopeEmbeddings(model="text-embedding-v1")

# 加载或创建向量数据库
if os.path.exists("faiss_index"):
    ragdb = FAISS.load_local("faiss_index", embeddings, allow_dangerous_deserialization=True)
else:
    # 分割文档并创建索引
    text_splitter = RecursiveCharacterTextSplitter(chunk_size=25, chunk_overlap=5)
    split_docs = text_splitter.split_documents(docs)
    ragdb = FAISS.from_documents(split_docs, embeddings)
    ragdb.save_local("faiss_index")

关键参数说明：

chunk_size=25：每个文本块的最大长度
chunk_overlap=5：块之间的重叠字符数
allow_dangerous_deserialization=True：允许加载本地序列化的FAISS索引

3.3 工具绑定与多轮对话实现

将工具绑定到LLM并实现多轮对话是核心难点：

python复制def run_agent(query: str):
    # 初始化工具映射
    tool_maps = {
        "rag_search": rag_search,
        "calculator": calculator
    }
    
    # 初始化LLM并绑定工具
    llm = ChatTongyi(model_name="qwen-plus")
    tool_llm = llm.bind_tools(tools=list(tool_maps.values()))
    
    # 初始化消息历史
    message = [HumanMessage(content=query)]
    
    # 最多5轮工具调用循环
    for i in range(5):
        response = tool_llm.invoke(message)
        message.append(response)
        
        if not response.tool_calls:
            return response.content
            
        for tool_call in response.tool_calls:
            # 执行工具调用
            tool_func = tool_maps[tool_call["name"]]
            tool_output = tool_func.invoke(tool_call["args"])
            
            # 将工具结果加入消息历史
            message.append(
                ToolMessage(
                    content=tool_output,
                    tool_call_id=tool_call["id"],
                    name=tool_call["name"]
                )
            )

这个实现有几个关键点：

bind_tools()方法将工具描述注入LLM的prompt
每次LLM响应可能包含多个工具调用请求
必须将工具执行结果封装为ToolMessage返回给LLM
需要限制最大循环次数防止无限循环

4. 安全风险与最佳实践

4.1 常见安全风险

在开发过程中，我遇到了几个重要的安全问题：

代码注入风险：使用eval()执行数学表达式非常危险，可能被利用执行任意代码。
敏感信息泄露：RAG系统可能返回不应公开的内部信息。
无限循环：Agent可能陷入工具调用的死循环。

4.2 安全加固方案

针对上述风险，我采取了以下防护措施：

1. 替换eval()实现

python复制import ast
import operator

def safe_eval(expr: str) -> str:
    # 允许的操作符
    allowed_operators = {
        ast.Add: operator.add,
        ast.Sub: operator.sub,
        ast.Mult: operator.mul,
        ast.Div: operator.truediv,
        ast.Pow: operator.pow,
        ast.BinOp: ast.BinOp
    }
    
    # 解析表达式
    tree = ast.parse(expr, mode='eval')
    
    # 验证语法树
    for node in ast.walk(tree):
        if isinstance(node, ast.Call):
            raise ValueError("函数调用不被允许")
        if isinstance(node, ast.Attribute):
            raise ValueError("属性访问不被允许")
    
    # 安全求值
    return str(eval(compile(tree, '', 'eval'), {'__builtins__': None}, allowed_operators))

2. RAG访问控制

实现基于角色的访问控制
对敏感文档进行脱敏处理
记录所有查询日志

3. 循环防护

限制最大工具调用次数（如5次）
设置超时机制
监控资源使用情况

4.3 性能优化技巧

在实际使用中，我还总结出几个性能优化点：

工具描述优化：精简但清晰地描述工具功能，减少token消耗。
缓存机制：对常见查询结果进行缓存。
批量处理：支持批量工具调用，减少往返次数。
异步执行：并行执行不依赖的工具调用。

5. 典型问题排查指南

在开发过程中，我遇到了以下典型问题及解决方案：

5.1 工具未被正确识别

症状：LLM不调用预期工具，或调用错误工具。

排查步骤：

检查工具描述是否清晰完整
验证工具是否成功绑定到LLM
检查prompt模板是否支持工具调用

5.2 工具调用循环失控

症状：Agent陷入无限工具调用循环。

解决方案：

实现最大循环次数限制
添加超时机制
在prompt中明确限制工具使用条件

5.3 工具执行错误

症状：工具返回错误或异常结果。