LangChain 单智能体与多智能体编排模式总结

作者：CSDN博客
1. 智能体架构概述

LangChain的智能体系统是一个强大的框架，允许语言模型（LLMs）通过工具与外部环境交互，从而完成复杂任务。
1.1 智能体系统的核心组件

智能体 (Agent): 负责决策和推理的语言模型工具 (Tools): 智能体可以使用的函数或API执行器 (Executor): 协调智能体与工具之间的交互记忆 (Memory): 存储对话或执行历史观察 (Observation): 工具执行的结果反馈

2. 单智能体实现模式

2.1 ReAct 智能体

ReAct（Reasoning + Acting）智能体结合了推理和行动的能力，是最常用的智能体类型之一。
核心特性:

结合推理（思考）和行动的能力提供中间推理步骤支持"链式思考"过程适用于需要复杂逻辑和推理的任务

实现方式:

1. from langchain.agents import AgentType, initialize_agent, Tool
2. from langchain.chat_models import ChatOpenAI
3. from langchain.memory import ConversationBufferMemory
4. from langchain_community.utilities import WikipediaAPIWrapper
6. # 创建工具
7. wikipedia = WikipediaAPIWrapper()
8. tools =[Tool(name="维基百科", func=wikipedia.run, description="用于查询信息的工具")]# 创建LLM
9. llm = ChatOpenAI(temperature=0)# 创建记忆组件
10. memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)# 初始化ReAct智能体
11. agent = initialize_agent(
12.     tools,
13.     llm,
14.     agent=AgentType.CHAT_CONVERSATIONAL_REACT_DESCRIPTION,
15.     verbose=True,
16.     memory=memory
17. )

复制代码

2.2 OpenAI函数智能体

OpenAI函数智能体利用OpenAI模型的函数调用能力，提供更结构化的工具使用方式。
核心特性:

基于OpenAI的函数调用API工具调用更加可靠减少解析错误和幻觉结构化输出

实现方式:

1. from langchain.agents import AgentType, initialize_agent, Tool
2. from langchain.chat_models import ChatOpenAI
4. # 创建工具
5. tools =[Tool(name="计算器", func=lambda x:eval(x), description="用于数学计算")]# 创建OpenAI函数智能体
6. ll

复制代码

原文地址：https://blog.csdn.net/weixin_41958877/article/details/147062884