LangChain实战：工具与函数调用让AI从聊天玩具变生产力武器-育师

1. 从“玩具”到“武器”：为什么工具与函数调用是LangChain实战的分水岭

如果你跟着LangChain的教程一路走过来，可能已经用ConversationChain、RetrievalQA这些链（Chain）搭建过一些能聊天的问答机器人。它们看起来挺酷，能回答文档里的问题，甚至能进行多轮对话。但当你真的想把它用到一个实际业务里，比如让它帮你查一下今天的股票行情、给客户发一封邮件，或者从公司内部系统里拉取一份销售数据时，你大概率会卡住。你会发现，这个模型好像被困在了一个由训练数据构成的“信息茧房”里，它只能基于你喂给它的文本进行推理和生成，对于外部世界正在发生的事情、对于你公司里那些没有公开的API，它一无所知，也无能为力。

这就是“玩具”和“武器”的区别。一个只会聊天的AI是玩具；而一个能调用工具、执行动作、影响现实世界的AI，才能成为解决问题的武器。LangChain的“工具（Tools）”与“函数调用（Function Calling）”机制，正是实现这一跃迁的核心。它让大语言模型（LLM）从一个纯粹的语言理解与生成引擎，转变为一个可以协调和操作外部系统的“智能中枢”。今天，我们就抛开那些简单的示例，深入LangChain实战的腹地，拆解如何让模型真正“动”起来，去查询、计算、执行，完成那些你真正需要它做的事情。

2. 核心概念拆解：工具、函数调用与智能体（Agent）的三位一体

在深入代码之前，我们必须厘清几个核心概念，以及它们是如何协同工作的。很多初学者会混淆这些概念，导致代码写出来却跑不通，或者逻辑混乱。

2.1 工具（Tool）：模型的手和脚

你可以把“工具”理解为模型可以使用的、一个定义明确的能力单元。它本质上是一个包装好的函数，但这个函数有一个清晰的描述，告诉模型“这个工具是干什么用的”、“它需要什么输入”。在LangChain中，一个工具通常包含以下几个关键部分：

名称（name）：工具的标识符，模型会通过这个名称来调用它。
描述（description）：这是最重要的部分。你需要用自然语言清晰、准确地描述这个工具的功能、适用场景以及输入参数的格式。模型完全依赖这个描述来决定在什么情况下使用这个工具，以及如何构造输入。一个糟糕的描述会导致模型无法正确调用工具。
函数（func）：工具背后实际执行的Python函数。
参数模式（args_schema）：可选，但强烈推荐。用于严格定义函数所需的参数及其类型（如Pydantic模型）。这能帮助模型更精确地生成调用参数。

例如，一个查询天气的工具描述可能是：“一个用于查询指定城市当前天气情况的工具。输入参数‘location’应为城市名称的字符串，例如‘北京’或‘New York’。”

2.2 函数调用（Function Calling）：模型与工具的沟通协议

“函数调用”是连接模型和工具的桥梁。它不是一个具体的API，而是一种交互模式。其工作流程如下：

模型决策：用户提出一个请求（如“北京今天天气怎么样？”）。模型根据请求内容，结合所有可用工具的描述，判断是否需要调用工具，以及调用哪一个工具。
生成结构化请求：如果决定调用，模型不会直接执行代码，而是生成一个结构化的调用请求。这个请求通常包含tool_name（工具名）和tool_input（一个符合工具参数模式的字典）。例如：{"tool_name": "get_weather", "tool_input": {"location": "北京"}}。
系统执行： LangChain框架（或你的代码）接收到这个结构化请求后，在安全的环境中找到对应的工具函数，并传入参数执行它。
结果返回：工具执行的结果（可能是字符串、字典等）被返回给模型。
模型整合回复：模型拿到工具返回的真实数据（如“北京，晴，25摄氏度”），再组织语言，生成最终面向用户的自然语言回复。

这个过程的关键在于，模型本身不执行任何代码，它只负责“思考”和“规划”，生成一个可执行的指令。真正的执行发生在你控制的安全环境中。这既保证了安全性，也使得模型能够利用远超其训练数据范围的外部能力。

2.3 智能体（Agent）：决策与执行循环的大脑

“智能体”是LangChain中封装了上述决策-执行循环的高级抽象。你给它一组工具（Tool）和一个大模型（LLM），它就能自动地处理用户查询。智能体的核心是它的“决策逻辑”（通常由AgentType指定），它决定了模型在何时、以何种方式使用工具。

一个典型的智能体工作流程是：

接收用户输入。
智能体内部的“大脑”（LLM+决策逻辑）根据当前输入和对话历史，决定下一步行动：是直接回答，还是调用某个工具？
如果调用工具，则通过函数调用机制生成请求，执行工具，并将结果作为新的上下文。
重复步骤2和3，直到智能体认为已经收集到足够的信息，可以给出最终答案。
生成最终答案并输出。

所以，工具是“能力”，函数调用是“沟通方式”，而智能体是运用这些能力和沟通方式来自主完成任务的“执行实体”。在实战中，我们通常是通过配置一个智能体，并将工具赋予它，来构建一个可用的AI应用。

3. 实战构建：从零创建一个股票查询智能助手

理论说得再多，不如一行代码。让我们构建一个实用的股票查询助手。它需要能理解用户关于股票的问题（如“腾讯的股价现在是多少？”或“AAPL今天涨了吗？”），然后调用金融数据API获取实时信息，最后组织成友好的回答。

3.1 第一步：定义核心工具函数

首先，我们需要一个真正能获取数据的函数。这里我们使用一个免费的金融API（例如yfinance库，需安装：pip install yfinance）作为演示。在实际生产中，你可能会换成腾讯、阿里云、聚宽等更稳定、数据更全的API。

import yfinance as yf from typing import Optional from pydantic import BaseModel, Field # 首先，定义工具的输入参数模型。这能让模型更准确地理解需要什么。 class StockQueryInput(BaseModel): """查询单只股票信息的输入参数。""" symbol: str = Field(description="股票代码，例如：'00700.HK' 代表腾讯港股，'AAPL' 代表苹果美股。对于A股，通常使用代码加后缀，如'000001.SZ'（平安银行-深市）。") # 然后，实现工具函数本身。 def get_stock_price(symbol: str) -> str: """ 根据股票代码获取最新股价和基本信息。 参数: symbol: 股票代码字符串。 返回: 格式化的股票信息字符串。 """ try: # 使用 yfinance 获取股票ticker对象 ticker = yf.Ticker(symbol) # 获取最近一天的市场数据 info = ticker.info history = ticker.history(period="1d") if history.empty: return f"未能获取到股票代码 '{symbol}' 的数据，请检查代码是否正确（注意市场后缀）。" # 提取关键信息 current_price = history['Close'].iloc[-1] previous_close = info.get('previousClose', history['Close'].iloc[-2] if len(history) > 1 else current_price) change = current_price - previous_close change_percent = (change / previous_close) * 100 if previous_close else 0 company_name = info.get('longName', info.get('shortName', 'N/A')) result = ( f"股票：{company_name} ({symbol})\n" f"当前价：{current_price:.2f}\n" f"昨收：{previous_close:.2f}\n" f"涨跌：{change:+.2f} ({change_percent:+.2f}%)" ) return result except Exception as e: # 在实际应用中，这里应该有更细致的错误处理和日志记录 return f"查询股票 '{symbol}' 时发生错误：{str(e)}。请确认网络连接或代码有效性。" # 注意：这里只是一个简单示例。yfinance 的信息获取可能因地区、网络有所延迟。 # 对于A股，可能需要专门的库（如 `akshare`）或API。

3.2 第二步：将函数包装为LangChain工具

有了函数，我们需要用LangChain的Tool类把它包装起来，并附上模型能理解的描述。

from langchain.tools import Tool # 创建股票查询工具 stock_tool = Tool( name="get_stock_price", # 工具名称，模型通过这个名称调用 func=get_stock_price, # 背后实际执行的函数 description="""（这是一个关键且详细的描述） 用于查询指定股票代码的最新交易价格、涨跌幅和公司名称。 当用户询问某只股票的股价、今日表现、涨了还是跌了等问题时，应使用此工具。 输入必须是一个明确的股票代码字符串。 对于港股，代码通常以'.HK'结尾，例如'00700.HK'代表腾讯。 对于美股，使用通常的代码，如'AAPL'代表苹果，'TSLA'代表特斯拉。 对于A股，需要完整的市场标识，例如'000001.SZ'（平安银行-深市），'600519.SH'（贵州茅台-沪市）。 如果用户只提供了公司名（如‘腾讯’），你需要根据常识将其转换为可能的股票代码（如‘00700.HK’），但这可能存在歧义。 """, args_schema=StockQueryInput # 关联我们定义的Pydantic参数模型，让输入更规范 )

注意：description字段是灵魂。你写得越精确，模型调用工具的准确率就越高。要站在模型的角度思考：它只看到这段文字，必须从中推断出使用场景和输入格式。

3.3 第三步：选择模型并创建智能体

接下来，我们需要一个大模型作为智能体的“大脑”，并选择一个合适的智能体类型。这里我们使用OpenAI的模型（你需要设置OPENAI_API_KEY）和ReAct代理，它是一种经典的推理+行动模式。

from langchain_openai import ChatOpenAI from langchain.agents import initialize_agent, AgentType from langchain.memory import ConversationBufferMemory import os # 设置你的OpenAI API Key (确保已设置环境变量 OPENAI_API_KEY) # os.environ["OPENAI_API_KEY"] = "your-api-key-here" # 1. 初始化大语言模型 # 使用 gpt-3.5-turbo 性价比高，对于复杂任务可考虑 gpt-4 llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0) # temperature=0 使输出更确定，减少随机性，在工具调用场景下更可靠。 # 2. 创建对话记忆（可选，但能让智能体记住上下文，实现多轮对话） memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True) # 3. 定义工具列表 tools = [stock_tool] # 我们可以把多个工具放在这个列表里 # 4. 初始化智能体 # AgentType.CHAT_CONVERSATIONAL_REACT_DESCRIPTION 适合有记忆的对话场景 # 它基于ReAct框架，适合需要多步推理和工具调用的任务。 agent = initialize_agent( tools, llm, agent=AgentType.CHAT_CONVERSATIONAL_REACT_DESCRIPTION, memory=memory, verbose=True, # 设为True可以看到智能体的思考过程，调试时非常有用 handle_parsing_errors=True # 优雅地处理模型输出解析错误 )

3.4 第四步：运行与测试

现在，让我们来测试这个智能助手。

# 测试查询 query_1 = "腾讯控股今天的股价是多少？" print(f"用户: {query_1}") response_1 = agent.invoke({"input": query_1}) print(f"助手: {response_1['output']}\n") # 测试多轮对话（因为我们有memory） query_2 = "那苹果公司呢？" print(f"用户: {query_2}") response_2 = agent.invoke({"input": query_2}) print(f"助手: {response_2['output']}\n") # 测试一个需要模型“思考”并转换代码的查询 query_3 = "我想知道特斯拉股票的最新情况。" print(f"用户: {query_3}") response_3 = agent.invoke({"input": query_3}) print(f"助手: {response_3['output']}")

当你运行并将verbose=True时，你会在控制台看到类似以下的详细思考过程（这是理解智能体工作的关键）：

> Entering new AgentExecutor chain... Thought: 用户问的是腾讯控股的股价。我有一个工具叫 `get_stock_price`，描述说可以查询股票价格，并且提到腾讯的港股代码是`00700.HK`。我应该使用这个工具。 Action:

{ "action": "get_stock_price", "action_input": {"symbol": "00700.HK"} }

Observation: 股票：Tencent Holdings Ltd (00700.HK) 当前价：320.60 昨收：318.00 涨跌：+2.60 (+0.82%) Thought: 我已经拿到了腾讯控股的股价信息，现在可以组织语言回答用户了。 Action:

{ "action": "Final Answer", "action_input": "腾讯控股（00700.HK）的最新股价是320.60港元，较昨日收盘价上涨2.60港元，涨幅约0.82%。" }

> 最终答案：腾讯控股（00700.HK）的最新股价是320.60港元，较昨日收盘价上涨2.60港元，涨幅约0.82%。

这个过程完美展示了“思考（Thought）—行动（Action）—观察（Observation）”的ReAct循环。智能体成功地将自然语言问题“腾讯控股今天的股价是多少？”解析为对工具get_stock_price的调用，并正确生成了参数{"symbol": "00700.HK"}。

4. 进阶实战：处理复杂查询与多工具协作

单一的股票查询工具已经很有用，但真实世界的需求更复杂。用户可能会问：“对比一下腾讯和阿里巴巴今天的股价表现。”或者“茅台股价现在是多少人民币？换算成美元呢？”这要求智能体具备多步推理和协调多个工具的能力。

4.1 创建更多工具：汇率换算与信息检索

让我们再添加两个工具：一个用于货币换算，另一个用于获取公司简介（模拟从数据库或知识库检索）。

# 工具2：货币换算工具 (使用一个模拟的汇率API) from pydantic import BaseModel, Field class CurrencyConversionInput(BaseModel): """货币换算输入参数。""" amount: float = Field(description="需要换算的金额数量。") from_currency: str = Field(description="源货币代码，例如：CNY, USD, HKD。") to_currency: str = Field(description="目标货币代码，例如：CNY, USD, HKD。") def convert_currency(amount: float, from_currency: str, to_currency: str) -> str: """一个简单的货币换算函数（此处使用固定汇率模拟，生产环境应调用真实API）。""" # 模拟汇率表 exchange_rates = { "USD": {"CNY": 7.2, "HKD": 7.8}, "CNY": {"USD": 1/7.2, "HKD": 1.1}, "HKD": {"USD": 1/7.8, "CNY": 1/1.1}, } from_currency = from_currency.upper() to_currency = to_currency.upper() if from_currency == to_currency: return f"{amount} {from_currency} 等于 {amount} {to_currency}。" if from_currency in exchange_rates and to_currency in exchange_rates[from_currency]: rate = exchange_rates[from_currency][to_currency] converted = amount * rate return f"{amount} {from_currency} 约等于 {converted:.2f} {to_currency} (汇率: ~{rate:.4f})。" else: return f"抱歉，暂不支持从 {from_currency} 到 {to_currency} 的换算。" currency_tool = Tool( name="currency_converter", func=convert_currency, description="用于在不同货币之间进行换算。当用户需要将一种货币金额转换为另一种货币时使用此工具。输入需要金额、源货币代码和目标货币代码。", args_schema=CurrencyConversionInput ) # 工具3：公司信息检索工具 (模拟从向量数据库检索) from langchain_community.document_loaders import WebBaseLoader from langchain.text_splitter import RecursiveCharacterTextSplitter from langchain_openai import OpenAIEmbeddings from langchain_community.vectorstores import Chroma from langchain.tools.retriever import create_retriever_tool # 假设我们有一个关于科技公司的知识库（这里用加载一个网页并创建向量库来模拟） loader = WebBaseLoader("https://en.wikipedia.org/wiki/Tencent") docs = loader.load() text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200) splits = text_splitter.split_documents(docs) vectorstore = Chroma.from_documents(documents=splits, embedding=OpenAIEmbeddings()) retriever = vectorstore.as_retriever() # 使用LangChain提供的便捷函数创建检索工具 retriever_tool = create_retriever_tool( retriever, "search_company_info", "当用户询问某家公司的背景、主营业务、历史等详细信息时，使用此工具进行检索。输入应是与公司相关的关键词或问题。", )

4.2 配置多工具智能体并测试复杂任务

现在，我们将三个工具（股票、汇率、检索）都赋予智能体。

# 更新工具列表 tools = [stock_tool, currency_tool, retriever_tool] # 重新初始化智能体（使用更强大的Zero-Shot React代理，它更擅长处理未知的、需要规划的任务） from langchain.agents import AgentExecutor, create_react_agent from langchain import hub # 拉取一个预设的ReAct提示词模板 prompt = hub.pull("hwchase17/react") # 创建智能体 agent = create_react_agent(llm, tools, prompt) # 创建执行器 agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True, handle_parsing_errors=True) # 测试复杂查询 complex_query_1 = "腾讯现在的股价是多少港元？如果我有1000美元，能买多少股？" print(f"\n用户: {complex_query_1}") result_1 = agent_executor.invoke({"input": complex_query_1}) print(f"助手: {result_1['output']}") complex_query_2 = "告诉我一些关于腾讯公司的主要业务信息，然后查一下它今天的股价。" print(f"\n用户: {complex_query_2}") result_2 = agent_executor.invoke({"input": complex_query_2}) print(f"助手: {result_2['output']}")

在verbose=True模式下，你会看到智能体精彩的推理过程。对于第一个问题，它可能会：

先调用get_stock_price获取腾讯股价（假设是320 HKD）。
意识到需要将1000 USD转换为HKD，于是调用currency_converter（1000 USD to HKD）。
拿到换算后的港元金额（例如7800 HKD），再手动计算（或继续让模型计算）可购买的股数：7800 / 320 ≈ 24股。

这个过程完全由模型自主规划完成，展示了多工具协作解决复杂问题的强大能力。

5. 避坑指南与性能优化：来自一线的实战经验

在实际项目中使用工具和智能体，绝不会像示例代码一样一帆风顺。下面是我在多个项目中总结出的关键坑点和优化建议。

5.1 工具描述的艺术：精确 vs. 泛化

工具的description是成败的关键。写得太模糊，模型无法准确调用；写得太死板，模型又不会灵活运用。

坏描述：“获取数据。”（太模糊，什么数据？）
好描述：“查询指定城市未来三天的天气预报。输入参数‘city’应为字符串格式的城市名，例如‘北京’、‘上海’。返回信息包含日期、天气状况、最高最低温度和降水概率。”
技巧：在描述中列举1-2个典型的调用示例。模型非常擅长从例子中学习模式。例如，可以在描述末尾加上：“例如，对于输入‘北京’，工具将返回北京的未来三天预报。”

5.2 解析错误（Parsing Errors）与智能体崩溃

这是最常见的问题。模型输出的内容可能不符合LangChain智能体预期的严格JSON格式，导致解析失败，整个链中断。

解决方案1：初始化智能体时，务必设置handle_parsing_errors=True。这能捕获错误，并以更友好的方式重试或报错。
解决方案2：使用更强大的模型。gpt-3.5-turbo在复杂推理和严格格式化输出上不如gpt-4。如果工具调用逻辑复杂，升级模型是立竿见影的方法。
解决方案3：自定义输出解析器。对于极其复杂的场景，你可以继承AgentOutputParser类，编写更鲁棒的解析逻辑来处理模型的“非标准”输出。

5.3 控制成本与延迟：工具调用的开销

每次工具调用都意味着一次额外的模型API请求（用于生成下一步的Thought/Action）。在复杂任务中，这可能导致高昂的API成本和较长的响应时间。

优化1：批量处理。如果用户问题可能触发多个同类工具调用（如“比较A、B、C三只股票”），可以考虑设计一个能批量查询的工具，而不是让模型循环调用三次单一查询工具。

优化2：设置最大迭代次数。使用max_iterations和max_execution_time参数限制智能体的“思考”步数，防止它在死循环中耗尽你的预算。

agent_executor = AgentExecutor( agent=agent, tools=tools, verbose=True, max_iterations=5, # 最多思考5步 early_stopping_method="generate" # 达到上限后强制生成最终答案 )

优化3：缓存与异步。对于耗时的工具（如网络请求），确保它们是异步的（async），并考虑对结果进行缓存，避免对相同参数的重复调用。

5.4 安全性考量：给模型戴上“镣铐”

让模型调用外部工具存在潜在风险。一个恶意的用户输入可能诱导模型调用危险工具（如删除文件、发送邮件的工具）。

最小权限原则：每个工具只赋予完成其功能所需的最小权限。例如，一个发送邮件的工具，其发件人地址应该被预先固定，而不是由模型动态生成。
输入验证与净化：在工具函数内部，对传入的参数进行严格的验证和净化。例如，对于文件路径工具，要检查路径是否在允许的目录内。
用户确认机制：对于高风险操作（如“发送邮件”、“下订单”），可以在工具执行前，设计一个让智能体先向用户确认的环节。这可以通过在工具链中插入一个需要用户确认的步骤来实现。

5.5 调试技巧：看清模型的“思考”过程

当智能体行为不符合预期时，verbose=True是你的第一道防线。但除此之外：

检查提示词（Prompt）：智能体的表现极大程度上受提示词影响。你可以通过agent.agent.llm_chain.prompt.template查看它使用的完整提示词。有时，在提示词开头加入一些具体的指令（如“你必须使用工具来获取实时信息”），能显著改变模型的行为。
模拟工具调用：单独测试你的工具函数，确保它们在不同输入下都能返回正确、格式化的结果。一个返回错误或异常的工具会打乱整个智能体的节奏。
使用更具体的AgentType：LangChain提供了多种AgentType，如OPENAI_FUNCTIONS（专为OpenAI函数调用优化）、STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION（适合需要复杂结构化输入的工具）。根据你的工具特性选择合适的类型，能减少很多解析问题。

工具与函数调用将LangChain从一个有趣的对话框架，提升为了一个能够构建真正自动化、智能化应用的强大平台。其核心思想——让LLM作为规划者和决策者，让专业工具作为执行者——是构建下一代AI应用的主流架构。掌握它，意味着你能够将AI的能力无缝嵌入到现有的业务流程和系统中，解决那些以前需要大量定制开发才能解决的问题。从今天这个股票查询助手开始，尝试为你自己的领域创建专属的工具集，你会发现，AI能做的事情，远比你想象的要多。