Agent（智能代理）概念

引言

在人工智能的发展历程中，我们从简单的规则系统发展到了能够自主决策的智能代理。Agent 代表了 AI 应用的重要进化方向：让系统能够自主选择执行路径，而不是被动地遵循预定义流程。

本节将深入探讨 Agent 的核心概念、不同架构类型，以及它们在 LangGraph 中的实现思路。

📚 学习目标

学完这篇文章后，你将能够：

• 理解 Agent 与传统固定流程应用的核心区别
• 掌握三种主要的 Agent 架构（路由器、工具调用、ReAct）
• 学会在 LangGraph 中实现基本的 Agent 逻辑
• 了解 Human-in-the-Loop（人机交互）模式

前置知识

在开始学习之前，建议先阅读：

• 02-core-concepts

你需要了解：

• 基本的图结构和节点定义
• LLM 的基本能力（推理、生成）

1 什么是 Agent？

Agent（智能代理） 是一个使用 LLM 来决定应用控制流的系统。

核心能力

• 自主决策：根据当前情况选择下一步行动
• 动态适应：根据环境变化调整策略
• 工具使用：选择和使用各种外部工具
• 学习记忆：从历史经验中学习和改进

Agent vs 传统应用

传统应用的特点：高效、可预测、易于调试，但难以处理复杂场景。

Agent 应用的特点：灵活、智能、可处理复杂任务，但执行路径不确定，设计成本更高。

2 Agent 架构类型

1. 路由器（Router）

最简单的 Agent 类型，从预定义的多个路径中选择一条。

实现要点：使用 addConditionalEdges 根据分类结果路由到不同节点。

特点：

• ✅ 简单可靠、易于理解和调试
• ❌ 控制能力有限、只能做单次决策

2. 工具调用代理（Tool Calling Agent）

能够分析需求并自主调用工具。

工作流程：

1. LLM 分析用户需求。
2. LLM 决定是否调用工具，以及调用哪个工具。
3. 执行工具，将结果返回给 LLM。
4. LLM 根据工具结果生成最终回答。

代码示例：

const searchTool = tool(async ({ query }) => '搜索结果...', {
  name: 'search',
  description: '搜索相关信息',
  schema: z.object({ query: z.string() }),
});
// LLM 会根据 description 决定何时调用

实现要点：

• 使用 @langchain/core/tools 的 tool 定义工具
• 工具需要清晰的 name、description、schema
• LLM 根据工具描述自动选择合适的工具

3. ReAct 架构

ReAct = Reasoning（推理）+ Acting（行动）。

它让 Agent 在每一步都能“思考-行动-观察”，从而解决复杂问题。

在 LangGraph 中的实现思路：

• reasoning 节点：分析状态，生成思考过程
• action 节点：根据推理结果选择工具
• tool_execution 节点：执行选定的工具
• observation 节点：处理和记录工具结果
• 条件边决定继续循环还是结束

3 Agent 的核心组件

工具调用（Tool Calling）

Agent 的手和脚。通过清晰的 description 和 schema，让 LLM 能够准确使用外部能力。

import { tool } from '@langchain/core/tools';
import { z } from 'zod';

const searchTool = tool(async ({ query }) => `搜索 "${query}" 的结果...`, {
  name: 'search',
  description: '搜索相关信息',
  schema: z.object({
    query: z.string().describe('搜索查询'),
  }),
});

记忆管理（Memory）

• 短期记忆：对话历史（Messages），通过状态传递。
• 长期记忆：用户偏好、知识库，通过持久化存储。

规划能力（Planning）

对于复杂任务，Agent 需要先分解任务，再逐个执行。

规划能力的常见步骤：

1. 接收复杂任务后先进行任务分析
2. 将大任务分解为可执行的子任务
3. 按顺序或并行执行子任务
4. 根据执行结果动态调整计划
5. 最终整合所有结果

4 自定义 Agent 架构

人机协作（Human-in-the-Loop）

在关键节点（如转账、敏感操作）暂停，等待人工确认。LangGraph 提供了 interrupt 机制来实现这一点。

多代理系统

多个专业 Agent（如“研究员”、“撰稿人”、“审核员”）协作完成任务。

💡 练习题

1. 选择题：以下哪种架构最适合处理“根据用户问题类型，转发给不同部门”的场景？

   • A. ReAct 架构
   • B. 路由器架构
   • C. 工具调用架构
   • D. 纯 LLM 生成
   点击查看答案

   正确答案是 B. 路由器架构。该场景核心是“分类后分发”，路由器模式最直接、可控。

2. 分析题：为什么工具的 description 对于 Tool Calling Agent 至关重要？如果描述不清晰会发生什么？

   点击查看答案

   description 是模型选择工具的主要语义依据，决定“何时调用、调用哪个、传什么参数”。 若描述含糊，常见问题是误选工具、漏调工具或参数构造错误，导致结果不稳定。

🧭 实践指导

选择合适的 Agent 架构

Agent 设计最佳实践

1. 明确定义职责范围：Agent 应该有清晰的能力边界
2. 设计清晰的工具接口：工具描述要准确，参数要明确
3. 实现有效的错误处理：预期可能的失败场景
4. 建立合适的记忆策略：根据需要选择短期或长期记忆
5. 设置安全边界：限制 Agent 的操作权限

⚠️ 安全考虑

在设计 Agent 时，必须考虑安全性：

• 输入验证：严格验证所有用户输入
• 权限控制：限制 Agent 的操作权限
• 恶意防护：防止恶意提示注入
• 操作日志：记录所有关键操作
• 异常处理：优雅处理错误和异常情况

📚 参考资源

官方文档

• Agent 架构设计指南
• ReAct 论文原文

✅ 总结

本章要点：

• Agent 的核心在于利用 LLM 进行动态决策。
• 从简单的路由到复杂的 ReAct 循环，架构的选择取决于业务复杂度。
• 工具调用和记忆管理是构建强大 Agent 的两大基石。

下一步：掌握了理论，我们需要动手实践了。下一章《环境搭建》将带你准备好开发环境。