从零构建一个带工具的 AI Agent

▲ 一个模型“大脑”为核心，向外连接各类工具“手脚”

今天的学习路线（五站）

▲ 大脑指挥手脚，手脚把结果反馈给大脑，循环往复

from langchain_core.tools import tool

@tool

defget_current_time(timezone: str) -> str:

    """获取指定时区的当前时间。当用户询问现在几点、

    时间、日期时，使用此工具。"""

    # ... 逻辑代码

    returnf"{timezone}的当前时间是..."

from pydantic import BaseModel, Field

classWeatherInput(BaseModel):

    """查询天气所需的输入参数"""

    location: str = Field(description="城市名称或经纬度坐标")

    units: str = Field(default="celsius", description="温度单位")

    include_forecast: bool = Field(default=False, description="是否包含未来天气预测")

from langchain.agents import create_agent

llm = ChatOpenAI(

    model="deepseek-chat", temperature=0,

    base_url="https://api.deepseek.com/v1",

    api_key=os.getenv("DEEPSEEK_API_KEY")

)

agent = create_agent(

    model=llm, tools=tools,

    system_prompt="你是一个智能助手，请根据问题决定是否调用工具。"

)

response = agent.invoke({

"messages": [{"role": "user", "content": "今天天气怎么样？"}]

})

print(response["messages"][-1].content)

坑 1Missing credentials：缺少凭证

根因：ChatOpenAI 默认会去环境变量里找 OPENAI_API_KEY，没读到就报缺凭证。

解法：确认 .env 配置正确，或在代码里显式传入 api_key；改完务必重启 Jupyter 内核，否则旧环境变量不会刷新。

坑 2ConnectError：getaddrinfo failed

根因：DNS 解析失败，连不上服务器。部分内网环境（如校园网、公司网络）会屏蔽外部大模型 API。

解法：更换网络环境，或直接改用国内直连模型（见下方方案）。

坑 3APITimeoutError：请求超时

根因：即使没有被屏蔽，直连海外服务器在国内也可能极不稳定，请求迟迟无响应。

解法：设置超时与重试，或改用国内直连、网络更稳的模型。

终极方案：换国内直连模型

与其在网络上死磕，不如换成直连稳定的通义千问（Qwen）。它完全兼容 OpenAI 接口，只需改几行配置，换上后代码即可顺利跑通。

llm = ChatOpenAI(

    model="qwen-turbo",

    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",

    api_key=os.getenv("DASHSCOPE_API_KEY"), # 在阿里云百炼平台申请

    temperature=0

)

● 理解 Agent 的基础架构：模型“大脑” + 工具“手脚”；

● 学会用 @tool、Pydantic 清晰地定义工具与参数；

● 掌握 LangChain 1.x 的新范式 create_agent；

● 在复杂网络下，灵活切换到国内直连大模型。