LangChain提示模板中{tool_names}与{agent_scratchpad}的深度解析

1. LangChain提示模板中的关键变量解析

在LangChain框架中构建智能体(Agent)时，提示模板(Prompt Template)的设计直接影响着智能体的交互质量。其中{tool_names}和{agent_scratchpad}是两个具有特殊功能的占位符变量，它们在动态生成提示词和维持对话上下文方面起着关键作用。

我最初使用这两个变量时，曾因为理解不透彻导致智能体频繁出现"工具选择混乱"和"上下文丢失"的问题。经过多次调试后才发现，正确使用这些变量需要掌握三个要点：

1. 变量注入时机
2. 内容格式化规则
3. 与思考链(Chain of Thought)的配合方式

2. {tool_names}的运作机制与应用场景

2.1 核心功能解析

{tool_names}是一个自动枚举变量，在执行时会被替换为当前智能体可用工具的名称列表。不同于普通字符串替换，它的特殊之处在于：

1. 动态生成特性：自动获取agent.tools属性中的所有工具名称
2. 标准化格式：默认使用逗号分隔的英文列举格式（如"search, calculator, database"）
3. 多语言适配：可通过output_parser调整输出语言风格

在实际项目中，我推荐这样声明工具名称：

python复制tools = [
    Tool(
        name="网络搜索",
        func=search.run,
        description="当需要查询实时信息时使用"
    ),
    # 其他工具...
]

2.2 高级使用技巧

通过修改output_parser可以实现更符合中文习惯的枚举方式：

python复制from langchain.agents import AgentOutputParser

class ChineseOutputParser(AgentOutputParser):
    def parse(self, text):
        # 将默认的英文逗号分隔改为中文顿号
        tool_list = text.split(', ')
        return '、'.join(too