LangChain Tool Calling Agent：把决策与执行分开

上图：LangChain — LangChain Tool Calling Agent。

Agent 并不是让模型直接操作系统，而是让模型提出结构化的工具意图，由应用程序校验并执行。最重要的边界是：模型决定，应用执行。

核心心智模型

循环由 Think → Call → Observe 组成，但循环次数、工具白名单、参数校验和权限都由宿主应用控制。工具描述越清晰，模型越容易选对；描述不是安全策略的替代品。

关键机制

工具返回可机器读取的成功或失败结果；不要把异常堆栈直接暴露给模型或用户。对写操作要求显式确认，并为每次调用记录审计事件。

Python 示例

from langchain_core.tools import tool

@tool
def get_weather(city: str) -> dict:
    """Return current weather for an allowed city."""
    if city not in {"Shanghai", "Beijing"}:
        return {"ok": False, "error": "city_not_allowed"}
    return {"ok": True, "city": city, "celsius": 26}

llm_with_tools = model.bind_tools([get_weather])
message = llm_with_tools.invoke("上海今天适合跑步吗？")
if message.tool_calls:
    result = get_weather.invoke(message.tool_calls[0]["args"])

课程定位

这篇文章把白板上的模块拆成可以落地的工程边界：先定义输入和输出，再决定状态、失败策略与可观测性。示例使用 Python，重点是设计原则而不是绑定某个供应商版本；上线前请以当前依赖的官方文档为准。

工程实践

• 将业务规则放在应用层，不要藏进难以测试的提示词或路由函数。
• 为外部调用设置超时、重试上限和幂等键；重试不是错误处理的全部。
• 记录 request id、耗时、输入版本、模型/索引版本和结果状态，避免记录敏感原文。
• 用小规模固定数据集做回归测试，再用线上抽样监控质量与成本。

常见错误

• 只画 happy path，没有画超时、空结果、限流和回滚路径。
• 让一个函数同时负责解析、调用外部服务、拼接提示词和持久化。
• 用字符串约定代替类型契约，导致改动只能靠人工联调。

生产检查清单

• 输入、输出和错误响应均有明确 schema
• 外部依赖有 timeout、retry、rate limit 和 fallback
• 日志、指标、trace 能关联到同一次请求
• 关键路径有单元测试、集成测试和一组离线评测样本
• 密钥、用户内容和供应商响应按最小权限与隐私策略处理

练习建议

先实现白板中的最小闭环，再故意注入一个超时、一个空结果和一个格式错误，观察系统能否给出稳定且可诊断的结果。最后补一条指标，证明你的优化确实改善了质量或延迟。

动手练习

增加一个只读搜索工具和一个有副作用的退款工具。让前者自动执行，让后者返回 requires_confirmation，并测试模型无法绕过确认步骤。

总结

当白板上的每个箭头都能对应到一个输入、输出和失败策略时，AI 功能才从 demo 变成可维护的系统。