夏天又到了的专栏

LangGraph是LangChain生态系统中的多智能体框架，它允许创建多个智能体组成的网络，这些智能体可以相互协作完成复杂任务。LangGraph中的图（Graph）可定义工作流，通过添加节点（智能体）和边（工作流转移）来构建，例如定义Supervisor、Researcher、Emailer等节点，并添加边以协调任务执行。在LangGraph中，“图”表示智能体网络的结构，由节点（智能体/工具）和边（通信路径）组成。状态管理是LangGraph的核心功能之一，确保数据在整个智能体网络中正确流动。

RAG是一种结合外部知识检索与大语言模型生成的技术。（1）RAG的核心目的是解决LLM的两大痛点：① 知识时效性不足：LLM的训练数据有截止时间，无法回答最新信息（如今年的新政策）。② 幻觉问题：LLM可能生成错误但看似合理的内容（如虚构学术论文并引用）。（2）RAG的工作逻辑是：当用户提出问题时，先从外部知识库（如文档、网页、数据库等）中检索与问题相关的信息，再将这些信息作为“上下文”输入LLM，让LLM基于检索到的事实生成回答。

该项目基于LangChain框架和阿里云DashScope服务，构建了一个支持单轮问答与多轮对话的企业FAQ智能问答系统，整体框架可分为6个核心层级，形成“输入−处理−输出”的完整闭环，如图10.1所示。上面代码封装了阿里云DashScope的大语言模型调用，实现了LangChain的LLM接口，使得阿里云的模型可以无缝集成到LangChain的工作流中。上面代码配置阿里云DashScope服务的API密钥和端点，这是调用阿里云大模型服务的基础。环境配置、数据准备、组件初始化。实现调用阿里云大模型的逻辑。

智能代理（Agent）以大语言模型（LLM）为“大脑”，根据用户输入和当前情境，从工具箱中选择合适的工具执行操作，实现自动化决策和行动，可应用于客户服务、智能家居等场景。人工智能代理是一种能够感知环境、自主决策并执行动作的智能程序。在LangChain框架中，智能体可以理解为“能够基于工具和知识库自主执行任务的AI系统”。在LangChain框架中，AI Agent通常由以下几个核心组件构成。工具（Tools）：Agent可以调用的功能模块。记忆（Memory）：存储历史交互信息。

在LangChain框架中，记忆是一种机制，用于存储和检索对话历史或其他上下文信息，使得模型能够“记住”之前的交互内容。RunnableWithMessageHistory是LangChain中用于构建带记忆功能的可运行组件的工具类。BaseChatMessageHistory是LangChain中用于管理消息历史的抽象基类，定义了消息存储和检索的标准接口。本节将详细介绍LangChain框架中的记忆（Memory）系统，包括概念、接口实现和实际应用。基于LangChain的聊天机器人。

RunnableLambda是LCEL中的一个基础组件，用于定义简单的函数转换。它允许你将任意Python函数转换为可运行的组件，以便在LCEL工作流中使用。LCEL（LangChain表达式语言）使用声明式的、简洁的方式来构建和组合LangChain的组件。它提供了更直观的语法，使你能够以类似表达式的方式来定义复杂的工作流程，而不需要编写大量的样板代码。LCEL的核心优势是其简洁性和可读性，尤其适合快速原型开发和小型项目。【示例8.5】一个使用RunnableLambda的示例。

在LangChain中，链是将多个组件组合在一起形成一个单一、连贯的工作流程的方式。链可以包含模型调用、数据处理、工具使用等多个步骤，使你能够构建复杂的应用程序。链的特点：把LLM、提示、工具、输出解析等组件按顺序或并行地组装成可复用的执行单元，可独立调用，也可以使用LCEL重新组合。【示例8.4】基础链示例（LangChain+Qwen）。代码执行流程如图8.1所示。图8.1 代码执行流程。

语言模型接收提示并生成文本输出，主要分为大语言模型（LLM）和聊天模型（Chat Model）。输出解析器（Output Parser）用于处理语言模型的输出，将其转换为结构化的数据（如JSON、列表等）。LangChain框架的输入输出（I/O）流程是一个标准化的数据处理管道，主要由提示、语言模型和输出解析器三个核心组件构成，它们协同工作实现与语言模型的交互。（1）模板化：使用PromptTemplate将用户输入（如变量）动态嵌入预定义的文本模板（如“解释{term}的概念”）。

LangChain是用于开发由语言模型驱动的应用程序的框架，用于开发由大语言模型驱动的应用程序，特别是AI智能体系统。

（1）谷歌Dialogflow通过“意图识别”和“实体提取”跟踪对话状态：若用户说“明天下午3点订从北京到上海的高铁”，DST会记录“时间=明天下午3点”“出发地=北京”“目的地=上海”“任务=订高铁票”，后续对话中即使用户简化表达（如“改到后天”），智能体仍能关联到“时间”参数进行更新。搜索操作会返回与查询向量最相似的向量的ID和相似度得分。（1）向量索引与搜索：FAISS提供了多种索引和搜索向量的方法，如暴力搜索（Flat）、倒排索引（IVF）、分层可导航小世界图（HNSW）和乘积量化（PQ）等。

AI智能体的感知技术是其与外部世界交互的“感官系统”，旨在将物理世界的信号转换为机器可以处理的数字信息。理解技术是AI智能体的“大脑”，负责将感知到的信息转换为语义理解和逻辑推理能力。

自适应学习是指AI智能体根据环境变化、任务需求或交互数据，动态调整自身行为、策略或模型参数的能力。其目标是实现持续进化，无须人类频繁干预。

多Agent系统是由多个自主或半自主的智能Agent组成的系统，这些Agent通过协作来完成单个Agent难以完成的复杂任务。在多Agent系统中，角色分工是关键，不同的Agent承担不同的职责，通过协同工作提高整体效率。

本节将以ModelScope（魔搭社区）中的Qwen3大模型为例介绍LLM的调用与使用。

Python与AI Agent（人工智能智能体）之间有着密不可分的关系。作为当前人工智能领域主流的编程语言，Python凭借其简洁的语法、丰富的科学计算库（如NumPy、Pandas）以及强大的AI框架支持（如TensorFlow、PyTorch、Hugging Face），成为开发AI Agent的首选工具。AI Agent是能够感知环境、进行决策并采取行动的智能实体，广泛应用于智能对话系统、自动化决策、机器人控制和自主学习系统中。

它推广了流行的“链式思维（Chain of Thought，CoT）”方法，通过允许模型探索作为解决问题中间步骤的连贯文本单元（"思想"），使模型能够考虑多种不同的推理路径并自我评估选择。智能体的规划与推理能力是其实现复杂任务的核心，其中Chain-of-Thought（CoT，思维链）、Tree-of-Thought（ToT，思维树）和ReAct框架是三种关键技术。CoT技术显著提升了大型语言模型解决复杂问题的能力，通过展示推理过程增强了模型的可解释性，是当前AI解释性和可靠性研究的重要方向之一。

例如，在一个智能客服智能体的场景中，大模型可以帮助智能体理解客户用自然语言提出的复杂问题。智能体可以利用大模型的知识来弥补自身知识库的不足。当遇到一些罕见疾病或者新的医疗研究成果相关的问题时，大模型可以提供相关的知识信息，帮助智能体做出更全面的判断。大模型的运行机制主要是基于深度学习算法，通过大量的文本数据训练神经网络，学习语言的规律，然后在给定的输入文本基础上进行语言生成或理解等操作。比如，在用户和智能语音助手进行连续对话时，大模型可以记住前面的对话内容，使智能体能够给出连贯、合理的回答。

早期的智能体模型相对简单，主要侧重于解决特定领域的问题，例如在专家系统中，智能体利用预先设定的规则和知识库来处理特定领域的知识，为用户提供决策支持。2016年，AlphaGo凭借强化学习战胜人类围棋冠军，展示智能体在复杂环境中的规划能力，智能体在机器人控制、游戏 AI 等领域崭露头角，但对大量标注数据和固定训练环境有依赖。1986年，马文・明斯基提出智能体概念，强调多智能体互动协作，但此时 AI 系统主要依赖预定义规则和符号逻辑，灵活性不足。1950年，图灵测试叩响机器智能大门，为智能体概念奠定基础。

第 1 章 初识智能体。

本书系统介绍AI智能体（Agent）技术原理、开发方法和实践案例。本书从基础概念出发，逐步深入智能体的核心技术、开发框架、开发流程、开发方法和行业应用，帮助读者系统掌握构建高效、智能的AI Agent的关键技能。本书配套示例代码、PPT课件、读者微信技术交流群，示例代码经过测试均可运行无误。