LangChain Agent：大模型工具调用与决策系统实战

1. 从问答到决策：LangChain如何重塑大模型能力边界

大语言模型（LLM）的文本生成能力令人惊叹，但当我们需要它完成"查询北京上海天气对比后生成报告并保存"这类复合任务时，单纯的语言模型就显得力不从心。这正是LangChain的价值所在——它将大模型从"语言生成器"升级为具备工具调用、多步决策能力的智能代理（Agent）系统。

在传统架构中，开发者需要手动编写复杂的控制逻辑来串联模型和工具。而LangChain通过Agent机制实现了：

• 动态工具选择：根据问题自动判断是否需要调用工具
• 多工具协同：支持串行/并行调用多个工具
• 记忆与状态管理：维护跨步骤的上下文信息
• 异常处理：当工具调用失败时自动调整策略

这种架构突破使得开发者可以专注于业务逻辑设计，而将复杂的流程控制交给框架处理。下面我们通过一个天气查询+文件存储的完整案例，拆解LangChain Agent的核心工作机制。

2. 环境准备与工具定义

2.1 基础环境配置

推荐使用Python 3.9+环境，通过conda创建隔离环境：

bash复制conda create -n langchain_demo python=3.9
conda activate langchain_demo

安装核心依赖包（示例使用DeepSeek模型，可替换为其他兼容模型）：

bash复制pip install langchain_community langchain langchain-deepseek python-dotenv

注意：实际开发中建议通过requirements.txt管理依赖，此处为演示简化流程

2.2 工具类开发规范

LangChain中的工具本质是带有特定装饰器的Python函数，需要遵循以下设计原则：

1. 明确的类型提示：所有参数和返回值需标注类型
2. 完善的文档字符串：包含功能描述、参数说明和返回示例
3. 错误处理机制：捕获并返回标准化的错误信息
4. 幂等性设计：相同输入应产生相同输出

天气查询工具实现

由于真实天气API需要付费，我们采用模拟数据演示：

python复制from typing import Optional
import json
from datetime import datetime
from langchain.tools import tool

@tool
def get_weather(city: str, unit: str = "celsius") -> str:
    """获取指定城市的天气信息（模拟实现）
    
    Args:
        city: 城市中文名称（如'北京'）
        unit: 温度单位（celsius|fahrenheit）
    
    Returns:
        JSON格式的天气数据字符串
        
    Examples:
        >>> get_weather("北京")
        '{"city": "北京", "temperature": 15, ...}'
    """
    weather_data = {
        "北京": {"temperature": 15, "condition": "晴天", "humidity": 45},
        "上海": {"temperature": 20, "condition": "多云", "humidity": 60}
    }
    
    if city not in weather_data:
        return json.dumps({"error": f"未找到{city}的天气数据"})
    
    data = weather_data[city]
    if unit == "fahrenheit":
        data["temperature"] = int(data["temperature"] * 9/5 + 32)
    
    return json.dumps({
        "city": city,
        "temperature": data["temperature"],
        "unit": unit,
        "condition": data["condition"],
        "humidity": data["humidity"],
        "timestamp": datetime.now().isoformat()
    }, ensure_ascii=False)

文件存储工具实现

文件操作需特别注意路径安全和编码处理：

python复制import os
from pathlib import Path

@tool
def