langchain agent工具调用

### 如何调用 LangChain Agent 工具

为了调用 LangChain Agent 中的小工具，通常会通过定义特定的任务并让 Agent 执行这些任务来实现。Agent 能够解析输入指令，并决定哪个小工具有助于完成给定的任务。

当需要获取当前时间时，推理过程表明可以使用 `get_current_time` 小工具来提供所需的信息[^1]。此操作由 LLM 完成，LLM 使用 JSON 形式的消息通知 Agent 来运行指定的函数。

对于更复杂的自定义工具，比如计算器功能，可以通过创建 Python 类如 `Calculator` 并将其集成到 LangChain 框架内来进行扩展[^2]。一旦这样的工具被加入，Agent 可以按照配置自动识别何时以及如何触发该工具的方法。

下面是一个简单的例子展示怎样设置和调用一个名为 `MyTool` 的假想工具：

from langchain.agents import Tool, initialize_agent
from langchain.llms import OpenAI

def my_tool_function():
    """这是一个假设性的工具方法"""
    return "这是来自 MyTool 的响应"

my_tool = Tool(
    name="MyTool",
    func=my_tool_function,
    description="用于演示目的的一个简单工具"
)

llm = OpenAI(temperature=0)
agent_chain = initialize_agent([my_tool], llm, agent="zero-shot-react-description", verbose=True)

result = agent_chain.run("请告诉我关于 MyTool 的一些事情")
print(result)

在这个实例中，`initialize_agent()` 函数初始化了一个新的代理链 (`agent_chain`) ，其中包含了之前定义过的 `my_tool` 。随后，通过 `.run()` 方法向代理发送请求字符串作为参数，这将促使代理评估请求并选择合适的工具去处理它，在这里是 `my_tool_function()` 。