usehook - 前端码易

1. 先看一个最小的 LangChain 例子

这一章正式进入 LangChain 前面我们已经把边界说清楚了：这一章只讨论一件事，单个 Agent 怎样在一轮请求里调用多个工具，把事情做完。

先不要急着记概念，先看一个最小例子。还是用「AI 电子伴侣」这个场景。

用户发来一句话：

NOTE

我明天下午三点要开会，帮我记一下。顺便查一下上海明天会不会下雨。

如果我们希望这个 Agent 能处理这句话，它至少要会两件事：

写提醒

查天气

用 LangChain.js v1，可以先这样写：

index.ts

01import * as z from 'zod'
02import { createAgent, initChatModel, tool } from 'langchain'
03
04const model = await initChatModel('gpt-4.1-mini', {
05  modelProvider: 'openai',
06})
07
08const createReminder = tool(
09  async ({ title, time }) => {
10    return `提醒已创建：${time} ${title}`
11  },
12  {
13    name: 'create_reminder',
14    description: '创建提醒事项',
15    schema: z.object({
16      title: z.string().describe('提醒内容'),
17      time: z.string().describe('提醒时间'),
18    }),
19  }
20)
21
22const getWeather = tool(
23  async ({ city }) => {
24    return `${city} 明天有小雨，出门记得带伞`
25  },
26  {
27    name: 'get_weather',
28    description: '查询城市天气',
29    schema: z.object({
30      city: z.string().describe('要查询天气的城市'),
31    }),
32  }
33)
34
35const agent = createAgent({
36  model,
37  tools: [createReminder, getWeather],
38  systemPrompt: '你是一名细心、自然的生活助手。',
39})
40
41const result = await agent.invoke({
42  messages: [
43    {
44      role: 'user',
45      content: '我明天下午三点要开会，帮我记一下。顺便查一下上海明天会不会下雨。',
46    },
47  ],
48})
49
50console.log(result.messages.at(-1)?.content)

这段代码已经把这一章最重要的几样东西都摆出来了：

initChatModel()：先把模型接进来

tool()：把外部能力包装成工具

createAgent()：把模型、工具和系统设定组装成一个 Agent

agent.invoke()：把一轮消息交给 Agent 处理

后面整章内容，基本都会围绕这四件事展开。