之前我已经完整的写完了 langChain 的系列文章,但是认真复盘之后发现,之前的文章从整体架构来说,不构成完整的体系,不适合新手阅读,理解起来可能会有点抽象。因此,我决定从新梳理一遍整个 langChain/langGraph 的架构,换一个视角重新编排了文章结构和内容
学习 langChain/langGraph 之前,我们先来思考一个问题:什么是 Agent?
「智能体」
在 langChain 中,Agent 被定义为一个独立的个体,他有自己的大脑、自己的记忆、自己的工具、自己的独特的设定、自己的独立的行为.
我们可以使用如下方式定义一个最简单的 Agent:
1import { createAgent } from "langchain";23const agent = createAgent({4model: "openai:gpt-5",5tools: []6});
通常情况下,我们会使用大模型来作为 Agent 的大脑,因此,在定义 Agent 时,我们可以专门定义一个模型对象来作为 Agent 的大脑
01import { createAgent } from "langchain";02import { ChatOpenAI } from "@langchain/openai";0304// 定义一个 LLM 模型对象05const model = new ChatOpenAI({06model: "gpt-4.1",07temperature: 0.1,08maxTokens: 1000,09timeout: 3010});1112const agent = createAgent({13// 这里我们使用了一个模型对象来作为 Agent 的大脑14model,15tools: []16});
我们也可以定义一些工具来作为 Agent 的工具箱,Agent 会在使用的时候使用这些工具,来增强自己的能力