langchainjsAIAgent_0">基于langchain.js快速搭建AI-Agent
什么是AIAgent?
1. 替换默认请求地址为自定义API
构建基础会话大模型
import { ChatOpenAI } from '@langchain/openai';const chat = new ChatOpenAI({model: 'gpt4o',temperature: 0,apiKey: '****',configuration: {baseURL: 'https://www.xx.com/v1',// 替换},});
2. 搭建自定义Tools工具集
提供工具集，供Agent自主决策
import { DynamicTool } from 'langchain/tools';
// 定义callback函数
function getWeather(date: string) {console.log('Func Calling: 执行getWeather', date);// 这里应该是实际的天气API调用return `${date} 的天气是阴雨天`;
}
function getWeatherScore(weather: string) {console.log('Func Calling: 执行getWeatherScore', weather);// 这里应该是实际的天气API调用return `${weather} 的得分是99分`;
}// 定义callback工具
const weatherTool = new DynamicTool({name: 'Weather',description: '获取某天的天气，需要传入日期',func: async (date: string) => getWeather(date),
});
const weatherScoreTool = new DynamicTool({name: 'WeatherScore',description: '获取某个天气的推荐出行得分，需要传入天气',func: async (wearcher: string) => getWeatherScore(wearcher),
});
// 定义工具集合
const tools = [weatherTool, weatherScoreTool];
3. 创建初始化提示词
构建对话提示词（可引入Prompt工程化能力）
import { ChatPromptTemplate } from '@langchain/core/prompts';
// 创建初始化提示词
const prompt = ChatPromptTemplate.fromMessages([['system', 'You are a helpful assistant'],['placeholder', '{chat_history}'],['human', '{input}'],['placeholder', '{agent_scratchpad}'],
]);
4. 创建AI-Agent工作流
创建智能体，通过提示词，Calling工具集，让AI具有内容感知&自主决策等执行能力
import { AgentExecutor, createOpenAIToolsAgent } from 'langchain/agents';// 创建智能体
const agent = await createOpenAIToolsAgent({llm: chat,tools,prompt,streamRunnable: false,
});// 创建执行器
const agentExecutor = new AgentExecutor({agent,tools,
});const result = await agentExecutor.invoke({input: `# 问题你好，告诉我2024-10-01日天气如何，并告诉我那个天气的出行得分# step1请先调用获取天气工具查询天气# step2以获取的天气调用得分查询工具# step3通过分布查询，聚合结果，给我想要的答案`,
});
Agent执行结果
