password
查看人数
type
status
date
slug
summary
category
icon
tags
作者
状态
 

1. 基础LLM调用示例

解释：
  • 创建了一个ChatOpenAI实例，配置了模型名称、API密钥和基础URL
  • temperature=0表示输出确定性最高，创造性最低
  • invoke方法发送请求并获取响应
  • response.content包含模型生成的文本
使用场景：
  • 简单的文本生成任务
  • 不需要工具调用的基础问答
  • 快速原型开发

2. 工具调用Agent示例

解释：
  • 使用@tool装饰器定义可调用的工具函数
  • agent_scratchpad是Agent思考过程的占位符
  • Agent会自动判断何时需要调用工具
  • verbose=True会打印详细的执行过程
使用场景：
  • 需要结合外部数据或API的任务
  • 动态决定是否需要工具调用的场景
  • 复杂问题分解执行

3. 工作流状态图示例

解释：
  • 定义了状态类State来跟踪工作流状态
  • 每个节点是一个处理函数，接收和修改状态
  • check_punchline是条件判断函数
  • 工作流支持条件分支和线性流程
使用场景：
  • 多步骤处理流程
  • 需要条件分支的任务
  • 内容生成和迭代优化
  • 复杂业务逻辑编排

4. 工具绑定示例

解释：
  • bind_tools让LLM知道可用的工具
  • LLM会自动判断何时需要调用工具
  • 响应中可能包含工具调用请求，但是不会调用需要自己判断处理调用
  • 需要后续处理工具调用的结果
使用场景：
  • 需要LLM主动决定工具调用的场景
  • 工具参数需要LLM动态生成的场景
  • 减少手动工具调用判断逻辑

综合比较

示例
最佳使用场景
主要优势
复杂度
基础LLM
简单文本生成
快速直接
低
Agent
动态工具调用
自动选择工具
中
工作流
多步骤流程
可视化流程控制
高
工具绑定
LLM驱动调用
灵活的参数生成
中
这些示例展示了从简单到复杂的LangChain使用模式，您可以根据具体需求选择合适的模式。
 
💡
有关使用上的问题，欢迎您在底部评论区留言，一起交流~
相关文章
ai工作流编排langchain状态图工作流示例
ai工具调用langchain智能体实现
在线音乐收集ai工作流编排langchain状态图工作流示例
Loading...