智能体：构建LLM系统

#2025/12/31 #ai

前面我们学会了链式架构和记忆机制，但这些系统都是“按剧本演出“——流程固定，不会自己做决定。这一节要教你的智能体（Agent），就是让LLM学会“自己拿主意“！

目录

• 一、什么是智能体？为什么需要它？
  • 核心概念
  • 对比理解
  • 智能体的两大核心组件
• 二、为什么LLM需要工具？
  • 问题：LLM的数学能力很差
  • 解决方案：给LLM配上“工具“
  • 形象类比
• 三、智能体的核心机制：ReAct框架
  • ReAct是什么？
  • ReAct的三步循环
  • 工作流程图解
• 四、实战：用LangChain构建智能体
  • 注意：这个例子需要更强大的模型
  • 步骤1：定义ReAct模板
  • 步骤2：准备工具 → 工具箱
  • 步骤3：创建智能体
  • 步骤4：测试智能体
  • 智能体的执行过程
  • 最终输出
• 五、智能体的强大之处
  • 1. 自主决策
  • 2. 自我纠错能力
  • 3. 与现实世界交互
• 六、注意事项和局限性
  • 1. 可靠性问题
  • 2. 解决方案建议
  • 3. 成本和速度
• 七、实用场景
  • 场景1：智能客服
  • 场景2：研究助手
  • 场景3：数据分析助手
• 八、核心要点总结
  • 1. 智能体 vs 链式架构
  • 2. ReAct框架精髓
  • 3. 构建智能体的关键
• 九、下一步
• 核心启示

一、什么是智能体？为什么需要它？

核心概念

智能体 = 能自主决策和行动的LLM系统

对比理解

传统链式架构：  
用户问题 → 固定流程1 → 固定流程2 → 固定流程3 → 输出  
（像流水线工人，只能按流程操作）  

智能体系统：  
用户问题 → LLM分析 → 自己决定用什么工具 → 根据结果调整 → 输出  
（像有经验的工程师，会根据情况选择工具）  

智能体的两大核心组件

二、为什么LLM需要工具？

问题：LLM的数学能力很差

# 直接问LLM  
问："47 / 12 × 3.14 等于多少？"  
LLM答："大约是7.34"  # ❌ 错误！  

# 正确答案应该是：12.2983  

原因：

• LLM本质是语言模型，不是计算器
• 复杂计算容易出错
• 无法访问实时信息（如当前天气、最新新闻）

解决方案：给LLM配上“工具“

问："47 / 12 × 3.14 等于多少？"  
LLM思考："这是数学题，我应该用计算器"  
LLM行动：调用计算器工具 → 47 / 12 × 3.14 = 12.2983  
LLM回答："答案是12.2983" ✅ 正确！  

关键突破：

• ✅ LLM不仅理解问题
• ✅ 还能自主选择合适的工具
• ✅ 根据工具结果给出答案

图：通过让 LLM 自主选择适用工具，实现更复杂且精确的行为

形象类比

如图所示：

无工具的LLM：  
就像只有大脑的人，想得再好也搬不动重物  

有工具的智能体：  
大脑 + 手（搜索引擎） + 计算器 + 其他工具  
= 超级助手！  

三、智能体的核心机制：ReAct框架

ReAct是什么？

ReAct = Reasoning（推理）+ Acting（行动）

这是一个让 LLM 能够“边思考边行动“的框架。

ReAct的三步循环

智能体工作时会不断重复这三个步骤：

核心：思考→行动→观察→再思考…循环往复，直到解决问题！

图：ReAct 提示词模板示例

工作流程图解

如图所示：

用户输入："MacBook Pro多少钱？换算成欧元是多少？"  
    ↓  
[思考]我需要先搜索价格  
    ↓  
[行动]调用搜索引擎 → 搜索"MacBook Pro price"  
    ↓  
[观察]结果：$1299  
    ↓  
[思考]现在我需要换算成欧元，得用计算器  
    ↓  
[行动]调用计算器 → 1299 × 0.85  
    ↓  
[观察]结果：1104.15  
    ↓  
[思考]我已经有了所有信息，可以回答了  
    ↓  
[最终输出]"MacBook Pro价格$1299，约€1104.15"  

图：ReAct 处理流程中的两轮迭代演示

四、实战：用LangChain构建智能体

注意：这个例子需要更强大的模型

前面用的Phi-3模型太小，跑不了智能体，所以我们用OpenAI的GPT-3.5：
在本书中文版出版之际，Qwen2.5-7B 和 Llama 3.1 8B 等中小规模的模型已具备运行此示例的能力

import os  
from langchain_openai import ChatOpenAI  

os.environ["OPENAI_API_KEY"] = "你的密钥"  
openai_llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)  

为什么需要更强的模型？

• 智能体需要理解复杂的指令
• 需要准确判断何时使用哪个工具
• 需要处理多步骤的推理过程

步骤1：定义ReAct模板

react_template = """回答下面的问题，你可以使用这些工具：  
{tools}  

请按照以下格式： 

Question（问题）: 需要回答的问题  
Thought（思考）: 我应该怎么做  
Action（行动）: 使用的工具，应该是 [{tool_names}] 之一  
Action Input（行动输入）: 传给工具的参数  
Observation（观察）: 工具返回的结果  
... (这个思考/行动/观察过程可以重复N次)  
Thought（思考）: 我现在知道最终答案了  
Final Answer（最终答案）: 原问题的答案  

开始！  

Question: {input}  
Thought:"""  

模板的作用：

• 教会LLM如何使用工具
• 规定了思考-行动-观察的格式
• LLM会按这个格式自动工作

步骤2：准备工具 → 工具箱

from langchain.agents import load_tools, Tool  
from langchain.tools import DuckDuckGoSearchResults  

# 1. 搜索引擎工具  
search = DuckDuckGoSearchResults()  
search_tool = Tool(  
    name="duckduck",  
    description="搜索引擎，用于查找网上的信息",  
    func=search.run,  
)  

# 2. 数学计算工具  
math_tool = load_tools(["llm-math"], llm=openai_llm)  

# 组装工具箱  
tools = math_tool + [search_tool]  

工具箱里有什么？

• 🔍 DuckDuckGo搜索引擎（查信息）
• 🧮 计算器（算数学）

步骤3：创建智能体

from langchain.agents import AgentExecutor, create_react_agent  

# 创建智能体  
agent = create_react_agent(openai_llm, tools, prompt)  

# 创建执行器  
agent_executor = AgentExecutor(  
    agent=agent,  
    tools=tools,  
    verbose=True,  # 显示详细过程  
    handle_parsing_errors=True  
)  

步骤4：测试智能体

agent_executor.invoke({  
    "input": "MacBook Pro现在多少钱？如果汇率是0.85欧元兑1美元，换算成欧元是多少？"  
})  

智能体的执行过程

如图7-16和7-17所示，系统会输出详细的思考过程：

> 进入新的智能体运行...  

Thought: 我需要先搜索MacBook Pro的价格  
Action: duckduck  
Action Input: MacBook Pro price USD  
Observation: 搜索结果显示价格是$2,249.00  

Thought: 现在我需要把美元换算成欧元  
Action: Calculator  
Action Input: 2249 * 0.85  
Observation: 1911.65  

Thought: 我现在知道最终答案了  
Final Answer: MacBook Pro目前价格是$2,249.00，  
换算成欧元约€1,911.65  

> 完成！  

最终输出

{  
    'input': 'MacBook Pro现在多少钱？...',  
    'output': 'MacBook Pro目前价格是$2,249.00，换算成欧元约€1,911.65'  
}  

成功！ 智能体自己：

1. 判断需要搜索
2. 使用搜索工具找到价格
3. 判断需要计算
4. 使用计算器换算
5. 给出完整答案

五、智能体的强大之处

1. 自主决策

# 传统链：必须提前规定每一步  
链1 → 链2 → 链3  

# 智能体：自己决定做什么  
问题 → 智能体分析 → 自己选工具 → 根据结果调整策略

2. 自我纠错能力

Thought: 我先试试搜索  
Action: 搜索 → 结果不理想  
Thought: 搜索不行，换个工具试试  
Action: 换计算器 → 成功！  

3. 与现实世界交互

智能体可以配备各种工具：

• 🔍 搜索引擎（获取最新信息）
• 🧮 计算器（精确计算）
• 🌤️ 天气API（查天气）
• 📧 邮件API（发邮件）
• 🗄️ 数据库（查询数据）
• …理论上可以接入任何API！

六、注意事项和局限性

1. 可靠性问题

问题：智能体是自主决策的，我们无法100%控制每一步

# 可能出现的问题：  
- 选错工具  
- 搜索到错误信息  
- 计算步骤错误  

2. 解决方案建议

增加验证机制：

• ✅ 要求智能体返回信息来源
• ✅ 在关键步骤加人工确认
• ✅ 限制工具的使用范围
• ✅ 添加输出验证逻辑

# 改进后的提示词  
"请搜索MacBook Pro价格，并返回信息来源的URL"  

3. 成本和速度

每次调用智能体 = 多次LLM调用

用户问题  
    ↓ LLM调用1：分析问题  
工具执行  
    ↓ LLM调用2：分析结果  
再次工具执行  
    ↓ LLM调用3：最终回答  

总计：可能需要3-10次LLM调用！  

影响：

• 更慢（多次调用）
• 更贵（付费API 按调用次数收费）

七、实用场景

场景1：智能客服

工具箱：  
- 订单查询API  
- 物流查询API  
- 退款处理API  
- 知识库搜索  

用户："我的订单XX什么时候到？"  
智能体：自动查询订单 → 查物流 → 回答预计时间  

场景2：研究助手

工具箱：  
- 学术搜索引擎  
- PDF阅读工具  
- 翻译API  
- 摘要生成  

用户："帮我找最新的AI论文并总结"  
智能体：搜索论文 → 下载 → 提取要点 → 生成摘要  

场景3：数据分析助手

工具箱：  
- SQL数据库  
- Python执行器  
- 可视化工具  

用户："分析本月销售趋势"  
智能体：查询数据库 → 计算统计 → 生成图表  

八、核心要点总结

1. 智能体 vs 链式架构

2. ReAct框架精髓

核心公式：  
思考（分析情况）→ 行动（使用工具）→ 观察（查看结果）→ 循环  

3. 构建智能体的关键

1. 强大的LLM：需要理解复杂指令
2. 工具设计：描述清楚每个工具的用途
3. 提示词模板：教会LLM如何使用工具
4. 验证机制：保证输出质量

九、下一步

掌握智能体后，第8章将介绍语义搜索和RAG：

# 未来将学习  
智能体 + 知识库 = 超级智能系统  

用户："根据公司文档，解释我们的退款政策"  
系统：搜索文档 → 提取相关内容 → 生成准确回答  

核心启示

智能体的本质：

• 不是让LLM更聪明
• 而是让LLM能“动手“
• 从“只会说话“到“能做事“
• 从“回答问题“到“解决问题“

就像给大脑装上了手脚——不仅能思考，还能行动！

智能体是LLM应用的高级形态，它展示了AI从“被动工具“向“主动助手“的进化。虽然还有很多局限，但这代表了未来的发展方向！