LangChain Agent在智能外卖下单系统的实战应用

1. 项目概述：LangChain Agent在智能外卖场景的实战应用

这个项目展示了如何利用LangChain Agent技术构建一个智能外卖下单辅助系统。作为一名长期从事AI应用开发的工程师，我发现将自然语言处理技术应用于日常生活场景时，最关键的挑战在于如何在保持系统智能性的同时确保安全合规。这个方案完美解决了这个问题。

系统的工作流程非常直观：用户通过语音发出类似"帮我点一份杨国福麻辣烫，少放辣，再加一瓶雪碧"的指令，系统会通过以下几个核心步骤完成处理：

1. 语音识别(ASR)将语音转为文本
2. LangChain Agent解析用户意图
3. 调用系列工具完成商品搜索、购物车构建
4. 生成订单预览供用户确认
5. 用户确认后模拟下单流程

这个方案最大的亮点在于它严格遵守了《生成式人工智能服务管理暂行办法》的要求，所有敏感操作都需要用户二次确认，绝不越权处理真实支付。这种"智能辅助"而非"全自动"的设计理念，正是当前AI应用开发的最佳实践。

2. 系统架构设计与核心组件

2.1 整体架构解析

系统的架构设计遵循了模块化、可扩展的原则，主要包含以下核心组件：

code复制用户语音输入 → ASR语音识别 → LangChain Agent → 工具调用链 → 用户确认 → 结果输出

具体来看，数据流经过以下处理环节：

1. 前端交互层：接收用户语音输入，通过微信小程序或App内置录音功能采集音频
2. 语音识别层：将音频转换为文本，可以使用云服务(如阿里云ASR)或本地模型
3. Agent处理层：LangChain Agent解析文本意图，决策工具调用顺序
4. 工具执行层：四个核心工具依次执行搜索、购物车构建等操作
5. 用户确认层：生成人类可读的订单预览，等待用户明确确认
6. 结果输出层：返回订单信息或跳转链接

2.2 核心工具设计

系统设计了四个关键工具，每个工具都有明确的职责边界：

1. 商品搜索工具：对接模拟的商品数据库，返回结构化商品信息
2. 购物车管理工具：处理商品定制需求(如辣度调整、附加商品)
3. 订单预览工具：生成用户友好的订单摘要
4. 模拟下单工具：处理最终确认逻辑，返回模拟订单号

这种工具拆分方式确保了每个功能模块的单一职责，便于后期维护和扩展。例如，如果需要增加新的店铺支持，只需修改商品搜索工具，不会影响其他工具的正常工作。

3. 工具开发与实现细节

3.1 商品搜索工具实现

商品搜索工具是整个系统的起点，它的核心功能是根据用户提到的店铺和商品名称，返回详细的商品信息。以下是该工具的关键实现细节：

python复制from langchain.tools import tool
from typing import List, Dict

# 模拟美团商品数据库
MENU = {
    "杨国福麻辣烫": {
        "id": "yangguofu_001",
        "base_price": 28.0,
        "options": ["微辣", "中辣", "重辣", "不辣"],
        "extras": ["雪碧 3元", "可乐 3元", "酸梅汤 4元"]
    }
}

@tool
def search_mall_product(shop_name: str, product_name: str) -> Dict:
    """根据店铺名和商品名搜索商品信息"""
    if shop_name == "杨国福" and "麻辣烫" in product_name:
        return MENU["杨国福麻辣烫"]
    return {"error": "未找到商品"}

这个实现有几个值得注意的设计点：

1. 使用Python类型注解明确输入输出格式，便于Agent理解工具能力
2. 商品数据库采用字典结构存储，便于快速查询
3. 返回结构化数据，包含商品ID、基础价格、可选参数等信息
4. 错误处理返回明确的错误信息而非抛出异常

在实际应用中，这个工具可以扩展支持更多店铺和商品，只需要扩充MENU字典即可。对于生产环境，建议将商品数据存储在数据库中，而非硬编码在代码中。

3.2 购物车管理工具开发

购物车工具负责处理用户的个性化需求，如调整辣度、添加附加商品等。它的实现展示了如何处理复杂的用户定制需求：

python复制@tool
def build_shopping_cart(
    product_id: str,
    spice_level: str = "微辣",
    extras: List[str] = None
) -> Dict:
    """构建包含口味和附加品的购物车"""
    if spice_level not in ["微辣", "中辣", "重辣", "不辣"]:
        raise ValueError("辣度选项无效")
    
    base = MENU["杨国福麻辣烫"]
    total = base["base_price"]
    items = [f"{product_id} ({spice_level})"]
    
    if extras:
        for item in extras:
            if "雪碧" in item:
                total += 3.0
                items.append("雪碧 500ml")
    
    return {
        "items": items,
        "total_price": total,
        "spice_level": spice_level,
        "extras": extras or []
    }

这个工具的几个关键设计决策：

1. 参数默认值设置："微辣"作为默认辣度，符合大多数用户习惯
2. 严格的参数校验：确保辣度选项在允许范围内
3. 灵活的价格计算：根据附加商品动态调整总价
4. 清晰的返回结构：包含所有必要信息供后续工具使用

在真实场景中，这个工具可以进一步扩展支持更多定制选项，如温度选择(热/冷)、特殊要求(不要香菜)等。

4. Agent配置与决策逻辑

4.1 Agent初始化与工具集成

LangChain Agent的核心优势在于它能智能地决定何时以及如何调用各种工具。以下是配置Agent的关键代码：

python复制from langchain_openai import ChatOpenAI
from langchain import hub
from langchain.agents import create_openai_functions_agent, AgentExecutor

# 初始化LLM(需支持function calling)
llm = ChatOpenAI(model="gpt-4-turbo", temperature=0)

# 拉取官方prompt
prompt = hub.pull("hwchase17/openai-functions-agent")

# 创建Agent
agent = create_openai_functions_agent(
    llm=llm,
    tools=[
        search_mall_product,
        build_shopping_cart,
        generate_order_preview,
        simulate_place_order
    ],
    prompt=prompt
)

executor = AgentExecutor(
    agent=agent,
    tools=[
        search_mall_product,
        build_shopping_cart,
        generate_order_preview,
        simulate_place_order
    ],
    verbose=True,
    max_iterations=10,
    handle_parsing_errors=True
)

这段配置代码有几个技术要点：

1. 使用GPT-4-turbo作为底层LLM，因其优秀的函数调用能力
2. temperature设为0，确保决策的确定性
3. 从LangChain Hub拉取优化过的agent prompt
4. 创建AgentExecutor时设置max_iterations=10，防止无限循环
5. handle_parsing_errors=True确保优雅处理解析错误

4.2 Agent决策流程解析

当用户输入"帮我点一份杨国福麻辣烫，少放辣，再加一瓶雪碧"时，Agent的执行逻辑如下：

1. 意图识别：LLM分析用户输入，识别出需要调用搜索工具
2. 工具调用：调用search_mall_product("杨国福", "麻辣烫")
3. 结果处理：获取商品信息后，LLM决定下一步调用购物车工具
4. 参数映射：将"少放辣"映射为"微辣"，"加一瓶雪碧"转为extras参数
5. 预览生成：调用generate_order_preview展示订单详情
6. 等待确认：暂停执行，等待用户确认
7. 最终执行：用户确认后调用simulate_place_order完成流程

这个流程展示了Agent如何将自然语言指令分解为一系列结构化操作，并在适当的时候暂停等待用户确认，体现了良好的交互设计。

5. 语音输入处理方案

5.1 前端语音采集实现

语音输入是这个系统的重要交互方式，前端实现需要考虑跨平台兼容性。以下是微信小程序中的实现示例：

javascript复制// 前端（JavaScript）
wx.startRecord({
  success: function(res) {
    const tempFilePath = res.tempFilePath;
    wx.uploadFile({
      url: 'https://your-server.com/asr',
      filePath: tempFilePath,
      name: 'voice',
      success: function(asrRes) {
        const text = JSON.parse(asrRes.data).text;
        // 发送给LangChain Agent
        callAgent(text);
      }
    });
  }
});

这段代码实现了完整的语音采集和处理流程：

1. 使用微信小程序API开始录音
2. 获取录音文件临时路径
3. 上传到ASR服务端进行语音识别
4. 将识别结果发送给Agent处理

对于其他平台如iOS/Android原生App，可以使用相应的录音API，但整体流程类似。

5.2 语音识别服务选择

在实际部署时，语音识别服务的选择需要考虑以下因素：

1. 识别准确率：特别是对餐饮相关词汇的识别能力
2. 响应速度：用户期待实时反馈
3. 成本考量：按调用量计费还是固定费用
4. 隐私保护：是否支持数据不落盘处理

常见的ASR服务提供商包括阿里云、讯飞、百度等，各有优势。对于初期验证，可以使用各家的免费额度；对于生产环境，建议进行详细的性能测试和成本评估。

6. 安全与合规设计

6.1 关键风险与应对措施

在开发涉及交易的AI系统时，安全与合规是首要考虑。本方案针对主要风险设计了以下防护措施：

6.2 合规实现细节

系统特别注重符合《生成式人工智能服务管理暂行办法》的要求，主要体现在：

1. 用户确认机制：generate_order_preview工具生成的预览信息必须包含所有关键订单详情，并明确要求用户确认
2. 数据最小化：不存储用户语音原始数据，仅保留必要的文本交互记录
3. 操作可逆：在最终确认前，用户可随时取消或修改订单
4. 透明性：系统明确告知用户它是辅助工具，最终操作需在官方App完成

这些措施不仅满足法规要求，也建立了用户信任，是AI应用长期发展的基础。

7. 部署方案与测试建议

7.1 后端服务部署

系统后端采用Python FastAPI框架，部署简单高效：

python复制# main.py
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class VoiceRequest(BaseModel):
    text: str

@app.post("/agent")
def run_agent(req: VoiceRequest):
    result = executor.invoke({"input": req.text})
    return {"response": result["output"]}

部署命令非常简单：

bash复制pip install fastapi uvicorn langchain-openai
uvicorn main:app --reload

对于生产环境，建议：

1. 使用Gunicorn作为ASGI服务器
2. 配置合适的worker数量
3. 添加API网关处理认证和限流
4. 设置完善的监控和告警

7.2 测试策略建议

为确保系统可靠性，建议实施多层次的测试：

1. 单元测试：针对每个工具函数编写测试用例
2. 集成测试：验证Agent与工具的协同工作
3. 端到端测试：模拟完整用户流程
4. 负向测试：测试错误输入和边界情况

特别需要重点测试的场景包括：

• 模糊的商品描述
• 冲突的定制要求(如"超辣"但"不要辣")
• 不存在的商品请求
• 语音识别错误的情况
• 网络不稳定的恢复能力

8. 扩展方向与优化建议

8.1 功能扩展思路

当前系统作为基础实现，可以朝多个方向扩展：

1. 多店铺支持：扩展商品数据库，增加搜索维度
2. 个性化推荐：基于用户历史订单推荐商品
3. 地址管理：集成地理位置API获取配送地址
4. 优惠券应用：支持自动选择最优优惠方案
5. 多轮对话：支持订单修改和追加商品

8.2 性能优化建议

随着系统复杂度增加，需要考虑以下优化：

1. 工具缓存：对商品搜索等工具添加缓存层
2. 异步执行：对独立工具调用采用异步方式
3. LLM优化：使用更高效的模型或提示工程
4. 批量处理：支持同时处理多个用户请求

这些扩展和优化可以使系统从原型阶段逐步演进为生产级应用。

9. 实操心得与避坑指南

在实际开发这类AI应用时，我总结了以下几点经验：

1. 工具设计要原子化：每个工具应只做一件事，保持简单。初期我曾尝试将搜索和购物车合并，结果导致逻辑复杂难以维护。

2. 参数校验要严格：对工具输入必须做严格校验。有次测试时用户说"变态辣"，系统因没有这个选项而崩溃，后来添加了白名单校验。

3. 用户确认环节必不可少：早期版本尝试自动下单，结果因语音识别错误导致错误订单。加入确认环节后问题解决。

4. 日志要详尽：完善的日志在调试复杂Agent流程时至关重要。建议记录每个工具调用的输入输出。

5. 性能监控要提前规划：Agent系统可能产生多次LLM调用，需要监控延迟和成本。我曾遇到因未限制迭代次数导致的无限循环。

这些经验教训希望能帮助开发者少走弯路，更高效地构建可靠的AI应用。