day30: 了解部分内置工具（PythonREPL、Search API）的作用
一、 Agent 一定要有「内置工具」的原因
一句话结论：
LLM ≠ 会做事，Tool 才是“手”LLM 的天然短板：
| 能力 | 问题 |
|---|---|
| 数学 | 易算错 |
| 时间 | 不知道现在 |
| 实时信息 | 不知道 |
| 代码执行 | 不能 |
👉 Tool 是在补 LLM 的“物理能力”
二、PythonREPL 工具（最重要的内置工具之一）
1. PythonREPL 是什么？
- PythonREPL = Agent 可调用的 Python 运行环境
你可以把它理解为：
一个受控的 exec()
一个可以：
- 计算
- 处理数据
- 跑简单脚本
- 验证中间结果
2. PythonREPL 能解决什么问题？
❌ LLM 不擅长的事
27 * 43 / 19 的结果？✅ Agent + PythonREPL
27 * 43 / 19常见用途总结
| 用途 | 示例 |
|---|---|
| 数学 | 复杂计算 |
| 数据 | 列表、dict 处理 |
| 验证 | 推理中间结果 |
| 简单算法 | 排序、统计 |
⚠️ 不适合：
网络请求
长时间任务
高安全风险代码
3. 核心知识点（非常重要）
🔹 1. PythonREPL 是 Tool，不是 Notebook
LLM 用自然语言决定是否调用 Executor 真的执行 Python🔹 2. LLM 写代码 ≠ 你写代码
LLM 写的 Python 往往是：
一次性 偏脚本 不优雅但能跑👉 这是预期行为，不是 Bug
🔹 3. Tool 描述决定调用成功率
PythonREPL 的 description 会告诉 LLM：
“当你需要计算或执行 Python 时，用我”4️⃣ 从 0 到 1 Demo：PythonREPL Agent
Step 0：安装依赖
langchain>=0.1.0
langchain-openai
fromlangchain_classic.agentsimportinitialize_agent,AgentTypefromlangchain_experimental.toolsimportPythonREPLToolfromlangchain_openaiimportChatOpenAI llm=ChatOpenAI(model="qwen-plus-latest",temperature=0,api_key="sk-Your-key",base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)python_tool=PythonREPLTool()tools=[python_tool]agent=initialize_agent(tools,llm,agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,verbose=True,handle_parsing_errors=True)defmain():res=agent.invoke({"计算 (127 * 39 - 58) / 13"})print(res["output"])if__name__=="__main__":main()# Observation: NameError("name 'py' is not defined")# Thought:The issue is that the tool expects only the raw Python expression, without any markdown code block syntax or "py" keyword. I'll input just the expression directly.## Action: Python_REPL# Action Input:# (127 * 39 - 58) / 13# Observation:# Thought:377.0# Final Answer: 377.0## > Finished chain.# 377.0三、Search API（让 Agent 连接真实世界）
1. Search API 是什么？
- Search API = Agent 可用的“外部信息获取工具”
解决的问题：
| 问题 | LLM |
|---|---|
| 实时新闻 | ❌ |
| 最新政策 | ❌ |
| 实时价格 | ❌ |
| 当前事件 | ❌ |
2. LangChain 常见 Search Tool
| Tool | 特点 |
|---|---|
| TavilySearch | 官方推荐、简单 |
| SerpAPI | 老牌、强 |
| Bing / Google | 商用 |
👉 推荐学习阶段用 Tavily
3. Tavily Search 的核心认知
Tavily 是什么？
- 专为 LLM 设计的搜索 API
返回的是：
精简摘要 可读文本 低噪声Agent 使用方式
Thought: 我需要最新信息 Action: tavily_search Action Input: 查询内容 Observation: 搜索结果4️⃣ 从 0 到 1 Demo：Search Agent
export TAVILY_API_KEY=your_key# 1. Tavily API Key 获取方法# 步骤：## 访问 Tavily 官网## 点击 "Get Started" 或 "Sign Up"## 注册账户（可能需要邮箱验证）## 登录后进入 Dashboard## 在 API Keys 部分生成新的 API Key## 通常有免费额度供试用fromlangchain_classic.agentsimportinitialize_agent,AgentTypefromlangchain_openaiimportChatOpenAIfromlangchain_tavilyimportTavilySearch llm=ChatOpenAI(model="qwen-plus-latest",temperature=0,api_key="sk-YOURKEY",base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)search_tool=TavilySearch(k=3)tools=[search_tool]agent=initialize_agent(tools,llm,agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,verbose=True,handle_parsing_errors=True)defmain():res=agent.invoke({"2025 年诺贝尔和平奖是谁"})print(res["output"])if__name__=="__main__":main()
