LangChain 智能体开发框架：3 步跑通你的第一个 AI Agent

LangChain 智能体开发框架3 步跑通你的第一个 AI Agent【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchainLangChain 是一个面向开发者的 Python 框架agent engineering platform用于构建 AI 智能体Agent能自主调用工具完成任务的 AI 应用和 LLM 驱动应用。如果你写过简单的 LLM 调用却发现换模型要改代码、加工具要自己接 API这篇文章会告诉你怎么用一套统一接口解决这些问题。适合有 Python 基础、准备动手做 AI 应用的开发者阅读。一句话理解 LangChainLangChain 提供模型、消息、工具三类组件的标准接口让不同供应商的 LLM 和外部工具像插件一样即插即用。它面向 Python 开发者核心卖点是可组合——你搭好的流程换掉底层模型不用重写业务逻辑。统一接口一个init_chat_model()调用可覆盖 OpenAI、Anthropic、Google 等几十个模型供应商组件化架构消息、工具、向量库等都有标准抽象来自libs/core/langchain_core核心库智能体优先内置create_agent工厂函数和中间件机制直接构建带工具调用的 Agent核心能力速览统一模型接入不管底层用哪家模型调用方式都是一行invoke()。想从 OpenAI 切到 DeepSeek只改字符串不动业务代码。from langchain.chat_models import init_chat_model model init_chat_model(openai:gpt-5.5) result model.invoke(你好介绍一下 LangChain)工具调用与智能体用tool装饰器把一个普通函数变成 AI 可调用的工具再交给create_agent就能得到一个会自主决策何时调哪个工具的智能体from langchain.agents import create_agent from langchain.tools import tool tool def get_weather(city: str) - str: 查询城市天气 return f{city}晴22°C agent create_agent(model, tools[get_weather])消息与状态管理对话轮次用统一的AIMessage、HumanMessage等对象表示工具调用结果自动回灌到消息流中多轮对话和工具循环的状态无需手动拼接。最小化上手路径安装终端执行uv add langchain或pip install langchain需要 Python 3.10。配置密钥把模型供应商的 API Key 设为环境变量如OPENAI_API_KEY不要把密钥写进代码。跑通第一次调用用上面的init_chat_model示例发一句问候确认能收到回复。加一个工具定义tool函数验证模型会主动调用它。组装智能体调用create_agent(model, tools[...])用一句帮我查一下北京天气测试完整链路。典型落地场景企业内部知识问答把制度文档、产品手册接给模型让它基于内部资料回答而非凭空生成。先装对应的文档加载器如 PDF、网页类 loader见libs/core/langchain_core/document_loaders/用文本分片器libs/text-splitters/提供 Markdown、代码等专用分片策略切块检索结果拼进提示词再交给模型生成带出处的回答自动化办公任务处理查天气、订会议室、发邮件这类需要多步操作的重复任务。每个动作封装成一个tool函数保持单一职责用create_agent让模型自主决定执行顺序对危险操作删数据、发外部邮件加人工确认环节数据分析助手让模型读取数据库或表格回答业务问题。把 SQL 查询封装为工具限制模型只能执行只读语句用结构化输出structured output让结果以固定字段返回方便程序消费对返回的 JSON 做校验防止格式漂移生态与扩展仓库是三层 monorepolibs/core/langchain_core是核心抽象层libs/langchain_v1/langchain是智能体入口层libs/partners/下是 openai、anthropic、ollama 等供应商的官方集成包。需要更复杂的有状态工作流可关注同生态的 LangGraph仓库内 openwiki/ 目录提供了架构、消息、工具等主题的导航文档。实用建议与避坑提示按需安装供应商包langchain本体不含具体模型实现用了 OpenAI 就装langchain-openai避免一次拉入所有集成。提示词与工具描述要写实模型靠tool函数的 docstring 决定何时调用工具建议把参数含义和适用边界写清楚别只留一行。先本地再上云用 Ollama 等本地模型init_chat_model(ollama:llama3.2)调试流程跑通后再切付费模型能省下不少 token 费用。别跳过测试LLM 输出有不确定性建议对关键路径工具调用、结构化输出写断言仓库libs/standard-tests/提供了跨包的标准测试套件可直接参考。结语下一步建议直接克隆仓库git clone https://gitcode.com/GitHub_Trending/la/langchain从 README.md 的 Quickstart 开始一个下午就能跑通模型 工具 智能体的最小闭环 【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考