Learn
Langchain.js/12-agents-tools

Agent 与工具 Agents & Tools

Agent（智能体） 不像固定链那样写死步骤，而是让 LLM 自己决定：该调哪个工具、调几次、怎么组合，直到回答问题。工具（Tool）是 Agent 能使用的外部能力（查天气、算数、搜库等）。

1. 用 @tool 定义工具

import { tool } from "@langchain/core/tools";
import { z } from "zod";
 
const calculator = tool(
  async ({ expression }: { expression: string }) => {
    // 演示用 eval，真实场景请用安全表达式引擎
    return String(eval(expression));
  },
  {
    name: "calculator",
    description: "计算数学表达式，如 '23 * 7 + 4'",
    schema: z.object({ expression: z.string() }),
  }
);

description 至关重要——模型靠它判断「什么时候该用这个工具」。写得越清楚，误调用越少。

2. createToolCallingAgent

基于「工具调用（tool calling）」模型的现代 Agent 写法：

import { createToolCallingAgent, AgentExecutor } from "langchain/agents";
import { ChatOpenAI } from "@langchain/openai";
import { ChatPromptTemplate } from "@langchain/core/prompts";
 
const llm = new ChatOpenAI({ model: "gpt-4o-mini", temperature: 0 });
const tools = [calculator];
 
const prompt = ChatPromptTemplate.fromMessages([
  ["system", "你是一个会算账的助手，必要时使用工具。"],
  ["placeholder", "{chat_history}"],
  ["human", "{input}"],
  ["placeholder", "{agent_scratchpad}"],
]);
 
const agent = createToolCallingAgent({ llm, tools, prompt });
const executor = new AgentExecutor({ agent, tools, verbose: true });
 
const res = await executor.invoke({ input: "帮我算 23*7，再加 4 等于多少？" });
console.log(res.output);
ℹ️占位符不能省

{agent_scratchpad} 是 Agent 记录「中间思考/工具调用」的地方；{chat_history} 用于多轮。缺了会报错或丧失记忆。

3. 多工具协作

Agent 的强大在于自主选择多个工具组合：

const tools = [calculator, webSearch, dbQuery];
// 模型会自行判断：先搜天气，再算温差，无需你写 if/else

4. 注意事项

⚠️工具调用要设边界

Agent 能执行任意工具代码，存在「提示注入」与「越权」风险。务必：①工具内部做输入校验；②限制可访问资源；③高危险操作（删库、发消息）人工确认。不要给 Agent 裸 Shell 权限。

实践建议
工具描述写清「何时用、参数含义、返回什么」
模型温度Agent 用 temperature: 0 更稳
循环保护maxIterations 限制步数，防死循环
🎯练习

定义一个 getWeather(city) 工具（可返回假数据），和 calculator 组合成 Agent，让它回答「北京比上海温度高多少？」（假设两城温度已知）。

小结

  • Agent 让模型自主决定调用哪些工具、调几次
  • @tool 装饰器 + Zod schema 定义工具，description 决定调用准确率
  • createToolCallingAgent + AgentExecutor 是现代标准写法
  • 工具必须做安全边界与输入校验
  • 下章学习给对话加上记忆 →