第六章：主流 Agent 开发框架实战 (一)：LangChain 与 LlamaIndex

引言

经过前五章对 AI Agent 核心概念、架构、执行逻辑、高级工具以及智能策略的深入探讨，我们已经打下了坚实的理论基础。现在，是时候将理论付诸实践，进入激动人心的框架实战环节了！理论是灯塔，而框架则是我们航向目标的船只。本章，我们将聚焦于当前 Python 生态中最主流、应用最广泛的两大 Agent 开发框架：LangChain 和 LlamaIndex。我们将学习如何利用这两个强大的框架，快速构建、配置和运行我们自己的 AI Agent，并通过具体的代码示例理解它们各自的设计哲学与核心优势。掌握它们，是你将 Agent 应用从想法变为现实的关键一步。

6.1 LangChain Agents：构建灵活的 Agent 应用

LangChain 以其灵活性、高度模块化和广泛的集成能力而闻名。它提供了一套丰富的组件和工具链，让开发者可以像搭积木一样自由地构建复杂的 LLM 应用，其中 Agent 是其核心功能之一。

• 核心 API 与概念详解：
  在使用 LangChain 构建 Agent 时，你会经常遇到以下核心组件：

  • Tool: 这是对 Agent 可用功能的抽象封装（对应第四章的工具概念）。你需要为 Agent 定义一系列工具，每个工具包含名称、描述（供 LLM 理解何时使用）、以及具体的执行函数。
  • Memory: 用于让 Agent 维持状态和记忆（对应第二章的记忆模块）。LangChain 提供了多种 Memory 类型，如 ConversationBufferMemory 等。
  • PromptTemplate/ChatPromptTemplate: 用于精确控制发送给 LLM 的指令，指导 Agent 如何思考、使用工具和格式化输出。
  • LLM/ChatModel: Agent 的核心大脑，如 OpenAI GPT-4, Anthropic Claude 等。
  • AgentExecutor: LangChain Agent 的核心执行器，负责驱动 Agent 的运行逻辑（例如执行第三章讨论的 ReAct 循环）。
  • initialize_agent: 快速初始化 AgentExecutor 的便捷函数（较旧的 API，现在更推荐使用 LCEL 或 create_react_agent 等方式）。

• Agent 类型概览：
  LangChain 提供了一些预置的 Agent 类型，如 zero-shot-react-description, conversational-react-description 等，方便快速启动。

• 定制 Agent 实践：
  常见的定制包括修改 Prompt、添加自定义工具、自定义输出解析，以及集成图数据库工具（如将 Cypher 查询封装为 Tool）。

• 实战代码演练：构建一个简单的 LangChain ReAct Agent

  • 目标/场景: 下面的代码将演示如何使用 LangChain 构建一个简单的 ReAct Agent。这个 Agent 会拥有一个计算数字平方的工具，并能调用它来回答问题。

  • 前提条件:

    • 你需要安装 LangChain 核心库以及与你选择的 LLM 相关的库（示例中使用 OpenAI）：pip install langchain langchain-openai
    • 你需要拥有一个 OpenAI API Key，并将其设置为环境变量 OPENAI_API_KEY。
    • 注意: LangChain 版本迭代较快，具体 API 可能略有变化，请参考你所使用版本的官方文档。

  • 关键代码示例:

    import os
    from langchain_openai import ChatOpenAI
    from langchain.agents import tool, AgentExecutor, create_react_agent
    from langchain_core.prompts import PromptTemplate # 或者 ChatPromptTemplate
    from langchain import hub # 用于获取预置的 ReAct prompt
    
    # --- 前提：设置 OpenAI API Key ---
    # 确保你的 OpenAI API Key 已经设置在环境变量中
    # os.environ["OPENAI_API_KEY"] = "sk-..." 
    # 如果没有设置，后续创建 LLM 时会报错
    
    # --- 1. 定义工具 ---
    @tool
    def get_square(number: float) -> float:
      """当需要计算一个数字的平方时，使用此工具。输入一个数字，返回它的平方值。"""
      print(f"\n*** 调用 get_square 工具，输入: {number} ***\n")
      return number ** 2
    
    tools = [get_square]
    
    # --- 2. 选择 LLM ---
    # 使用 OpenAI 的 GPT-3.5 Turbo 模型
    # temperature=0 表示我们希望得到更确定性的输出
    llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)
    
    # --- 3. 获取 ReAct Prompt 模板 ---
    # 从 LangChain Hub 拉取一个预置的 ReAct prompt，它定义了 Agent 的思考和行动格式
    # 这是 LangChain 推荐的方式之一，简化了 Prompt 工程
    prompt = hub.pull("hwchase17/react")
    # 你可以通过 print(prompt.template) 查看模板内容
    
    # --- 4. 创建 Agent 核心逻辑 ---
    # create_react_agent 函数将 LLM、工具列表和 Prompt 模板组合起来
    # 它定义了 Agent 如何根据输入和工具描述来决定下一步行动
    agent = create_react_agent(llm, tools, prompt)
    
    # --- 5. 创建 Agent 执行器 ---
    # AgentExecutor 负责实际运行 ReAct 循环：
    # 调用 Agent 获取下一步行动 -> 执行行动（调用工具）-> 获取结果 -> 重复
    # verbose=True 会打印出 Agent 的完整思考过程（Thought, Action, Observation）
    agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True, handle_parsing_errors=True)
    # handle_parsing_errors=True 可以帮助处理 LLM 输出格式偶尔不规范的问题
    
    # --- 6. 运行 Agent ---
    print("\n--- 运行 Agent ---")
    try:
        response = agent_executor.invoke({
            "input": "计算 5 的平方是多少？"
        })
        print("\n--- Agent 执行完毕 ---")
        print("最终答案:")
        print(response['output'])
    except Exception as e:
        print(f"Agent 执行出错: {e}")
    
    # 思考：如果问 "法国的首都是哪里？" Agent 会怎么做？(它没有相关工具)
    # 尝试运行: agent_executor.invoke({"input": "法国的首都是哪里？"})
    

  • 代码解释:

    • 我们首先导入必要的库并定义了一个简单的 get_square 工具，注意其 docstring 对 Agent 理解工具功能至关重要。
    • 选择了 gpt-3.5-turbo 作为 LLM。
    • 从 LangChain Hub 获取了一个标准的 ReAct prompt 模板。
    • 使用 create_react_agent 创建了 Agent 的核心逻辑。
    • 创建了 AgentExecutor 来运行 Agent，并设置 verbose=True 以观察其内部思考过程。
    • 最后，通过 invoke 方法传入问题来运行 Agent。

  • 观察重点: 运行代码时，仔细观察 verbose=True 打印出的 Thought:, Action:, Observation: 序列。你会看到 Agent 如何分析问题，决定需要计算平方，选择 get_square 工具，指定输入参数，然后根据工具返回的 Observation（计算结果）得出最终答案。尝试问一个它没有工具能回答的问题，观察它的反应。

6.2 LlamaIndex Agents：以数据为中心的 Agent 构建

LlamaIndex 最初以其在数据索引和检索增强生成 (RAG) 方面的强大能力而闻名。它的 Agent 构建思路也深受其数据处理核心的影响，呈现出以数据为中心的特色。

• 核心概念与设计哲学：

  • Query Engines as Tools: 这是 LlamaIndex Agent 最具特色的地方。它允许你将 LlamaIndex 强大的数据索引（Index）和查询引擎（Query Engine）——无论是基于向量、关键词，还是我们特别关注的知识图谱——直接封装成 Agent 可以调用的工具（这正是第四章工具概念的一种强大实现）。
  • AgentRunner / ReActAgent 等: LlamaIndex 提供了类似 LangChain AgentExecutor 的执行器类。
  • 与 LangChain 对比： LlamaIndex 更侧重于围绕数据索引进行构建，其 Agent 的核心优势在于能够智能地利用其强大的数据查询能力作为工具。

• 知识图谱集成（重点）：
  LlamaIndex 对知识图谱提供了优秀的原生支持：

  • 可以使用 KnowledgeGraphIndex 从文档中自动构建知识图谱（提取实体和关系）。
  • 可以将构建好的 KG 索引转换成一个查询引擎，并直接作为工具提供给 Agent 使用。

• 实战代码演练：构建一个使用 KG 索引工具的 LlamaIndex Agent

  • 目标/场景: 下面的代码将演示如何使用 LlamaIndex 构建一个简单的知识图谱索引，并将其作为工具提供给一个 ReAct Agent，用于回答基于图谱知识的问题。

  • 前提条件:

    • 你需要安装 LlamaIndex 核心库及相关依赖（示例中使用 OpenAI）：pip install llama-index llama-index-llms-openai
    • 你需要拥有一个 OpenAI API Key，并将其设置为环境变量 OPENAI_API_KEY。
    • 注意: LlamaIndex 同样版本迭代较快，API 可能有变化，请参考官方文档。

  • 关键代码示例:

    import os
    from llama_index.core import SimpleDirectoryReader, KnowledgeGraphIndex, Settings
    from llama_index.core.graph_stores import SimpleGraphStore # 使用内存中的简单图存储
    from llama_index.core.storage.storage_context import StorageContext
    from llama_index.llms.openai import OpenAI # 使用 OpenAI LLM
    from llama_index.embeddings.openai import OpenAIEmbedding # 使用 OpenAI Embedding
    from llama_index.core.agent import ReActAgent
    from llama_index.core.tools import QueryEngineTool, ToolMetadata
    
    # --- 前提：设置 OpenAI API Key ---
    # os.environ["OPENAI_API_KEY"] = "sk-..."
    
    # --- 1. 配置 LLM 和 Embedding ---
    # LlamaIndex 使用 Settings 来全局配置 LLM 和 Embedding
    Settings.llm = OpenAI(model="gpt-3.5-turbo")
    Settings.embed_model = OpenAIEmbedding(model="text-embedding-ada-002")
    
    # --- 2. 准备简单数据 ---
    # 为了演示，我们创建一些简单的文本数据，LlamaIndex 将从中提取实体关系
    # 实际应用中可以使用 SimpleDirectoryReader 读取文件
    from llama_index.core import Document
    documents = [
        Document(text="张三是北京智科公司的软件工程师。"),
        Document(text="李四是北京智科公司的项目经理，他认识张三。"),
        Document(text="北京智科公司位于中关村软件园。")
    ]
    print("\n--- 准备演示数据 ---")
    for doc in documents:
        print(doc.text)
    
    # --- 3. 构建知识图谱索引 ---
    # 使用内存存储 (SimpleGraphStore)
    graph_store = SimpleGraphStore()
    storage_context = StorageContext.from_defaults(graph_store=graph_store)
    
    print("\n--- 开始构建知识图谱索引 (可能需要一点时间) ---")
    # 从文档中构建 KG 索引，max_triplets_per_chunk 控制提取三元组的数量
    # include_embeddings=True 允许后续进行混合查询（如果需要）
    index = KnowledgeGraphIndex.from_documents(
        documents,
        max_triplets_per_chunk=5,
        storage_context=storage_context,
        include_embeddings=True,
    )
    print("--- 知识图谱索引构建完成 ---")
    
    # --- 4. 创建 KG 查询引擎并封装为工具 ---
    # 将 KG 索引转换为查询引擎
    kg_query_engine = index.as_query_engine(
        include_text=False, # 通常 KG 查询我们更关心结构化结果
        response_mode="tree_summarize" # 可以尝试不同的响应模式
    )
    
    # 创建 QueryEngineTool，让 Agent 可以使用这个 KG 查询引擎
    kg_tool = QueryEngineTool(
        query_engine=kg_query_engine,
        metadata=ToolMetadata(
            name="knowledge_graph_query",
            description=(
                "当需要查询人物、组织、地点之间的关系或属性时使用。"
                "例如，查询某人的职位、某公司位于何处、某人认识谁等。"
                "输入应该是针对这些实体和关系的自然语言问题。"
            )
        )
    )
    tools = [kg_tool]
    print("\n--- KG 查询工具已创建 ---")
    print(f"工具名称: {kg_tool.metadata.name}")
    print(f"工具描述: {kg_tool.metadata.description}")
    
    # --- 5. 创建 LlamaIndex ReAct Agent ---
    # 使用配置好的 LLM 和 KG 工具创建 Agent
    agent = ReActAgent.from_tools(tools=tools, llm=Settings.llm, verbose=True)
    print("\n--- LlamaIndex ReAct Agent 已创建 ---")
    
    # --- 6. 运行 Agent ---
    print("\n--- 运行 Agent 查询 KG ---")
    try:
        # 提问需要利用图谱关系的问题
        response = agent.chat("李四在北京智科公司的职位是什么？他在公司认识谁？")
        # 也可以尝试: agent.chat("北京智科公司在哪里？")
        print("\n--- Agent 执行完毕 ---")
        print("最终答案:")
        print(str(response)) # Agent 的响应通常是 Response 对象，转为字符串打印
    
        # 对比直接查询 KG 索引 (如果需要)
        # direct_response = kg_query_engine.query("李四在北京智科公司的职位是什么？他在公司认识谁？")
        # print("\n直接查询 KG 引擎结果:")
        # print(str(direct_response))
    except Exception as e:
        print(f"Agent 执行出错: {e}")
    

  • 代码解释:

    • 我们首先配置了全局的 LLM 和 Embedding 模型（LlamaIndex 推荐方式）。
    • 创建了简单的文本 Document 对象作为数据源。
    • 使用 KnowledgeGraphIndex.from_documents 从这些文档中自动提取三元组，构建了一个内存中的知识图谱索引。
    • 将这个 KG 索引转换为 QueryEngine，它封装了查询图谱的能力。
    • 使用 QueryEngineTool 将这个查询引擎包装成 Agent 可用的工具，并提供了清晰的描述。
    • 创建了一个 LlamaIndex 的 ReActAgent，并将 KG 工具传递给它。
    • 最后，通过 agent.chat() 方法向 Agent 提问，问题需要利用我们构建的 KG 中的关系才能回答。

  • 观察重点: 运行代码时，注意观察 verbose=True 输出的 ReAct 过程。看看 Agent 是如何理解问题，判断需要使用 knowledge_graph_query 工具，构造内部查询（可能是自然语言，由 Query Engine 转译），获取 KG 返回的信息，并最终整合出答案的。可以尝试不同的问题，测试 Agent 利用 KG 工具的能力。思考 Agent 查询与直接查询 KG 引擎结果的异同。

6.3 框架选择权衡：我该用哪个？

LangChain 和 LlamaIndex 都是非常优秀的框架，各有千秋。选择哪个（或者如何结合使用）取决于你的具体需求：

• 对比维度：

  • 学习曲线: LangChain 组件多，初期可能稍陡峭。LlamaIndex 在 RAG 核心上易上手。
  • 核心优势: LangChain 强在通用性、灵活性、广泛集成。LlamaIndex 在数据索引、RAG 优化（含结构化数据） 上有深厚积累。
  • 社区与生态: 两者都活跃，LangChain 可能因通用性感觉生态更大。
  • 知识图谱集成: LlamaIndex 提供更原生、与数据体系结合更紧密的方案（自动构建索引并作工具）。LangChain 提供灵活接口供自行集成。
  • 互操作性: 两者可结合使用。常见模式是在 LangChain Agent 中使用 LlamaIndex 的 Query Engine 作为 Tool。

• 选型建议：

  • 复杂流程、广泛集成选 LangChain。
  • 强 RAG 需求、利用内部知识库选 LlamaIndex。
  • 深度利用 KG，优先考虑 LlamaIndex 的原生方案，或在 LangChain 中自行集成。
  • 结合使用往往能发挥最大优势。

总结

在本章中，我们通过具体的代码示例，动手实践了如何使用两大主流框架——LangChain 和 LlamaIndex 来构建 AI Agent。我们学习了它们的核心 API 与概念，体验了如何定义工具、配置 Agent 并观察其运行逻辑，特别是在 LlamaIndex 中实践了将知识图谱索引作为工具的强大功能。我们还比较了它们的设计哲学和选型考量。

掌握 LangChain 和 LlamaIndex 是 Agent 开发者的基本功。然而，Agent 的世界远不止于此。在下一章，我们将目光投向另外两个备受关注、各具特色的主流 Agent 框架：Microsoft 的 AutoGen 和 CrewAI，它们分别在多 Agent 协作和结构化流程定义方面展现出独特的魅力。让我们继续探索！