LangChain 1.2 入门（二十三）：Agent 是什么——create_agent 与第一张图

前六章分别解决了输入（消息、提示词）、能力（工具）、输出（结构化输出）三个问题。这一章把它们装到一起：谁来决定「先调哪个工具、再怎么做」——答案是 Agent。LangChain 1.x 把这条路收敛成一个函数：create_agent()。

23.1 Agent 到底是什么

在大模型应用里，智能体通常指这样一种软件系统：以大语言模型为推理与决策核心，结合记忆、工具调用与环境交互能力，能够规划决策并执行复杂任务以达成目标。

拆开看，它要解决五个问题：理解用户问题、把任务拆成步骤、判断是否需要工具、决定调用哪个工具、以及如何利用工具结果推进任务并生成回答。这也是它区别于「一次问答」的地方——它自己决定下一步做什么。

关于架构要素，有个很实用的排序：

必须有的：行动（Action），没有动作就只是聊天；
几乎总是有的：工具（Tool），行动的落点；
有条件才有的：规划决策（Planning）；
最容易被省略的：记忆（Memory），早期应用基本靠外部消息列表代替。

所以别被「智能体」这个词吓到：一个能调用工具的循环，就已经是 Agent 了。

23.2 从 0.x 到 1.x：从一堆函数变成一个入口

LangChain 0.x 时代的思路是「针对场景设计特定 Agent」，想要思维链就用 create_react_agent，要结构化输出就用 create_structured_chat_agent，要工具调用就用 create_tool_calling_agent。代码长这样：

from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_react_agent
from langchain_core.prompts import PromptTemplate

model = ChatOpenAI(model="gpt-4o-mini")

prompt = PromptTemplate.from_template("""
You are a helpful assistant.
Tools: {tools}
Tool Names: {tool_names}
{agent_scratchpad}
""")

agent = create_react_agent(llm=model, tools=tools, prompt=prompt)
executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
result = executor.invoke({"input": "问题"})

灵活，但带来三个问题：每种 Agent 都要单独记 API 与参数，心智负担高；多个 Agent 之间无法统一调度，可组合性差；不同模块难以复用，生态碎片化。

1.0 之后 LangChain 做了一次彻底重构，把所有创建方式收敛成一个入口 create_agent()，底层通过「中间件机制」和统一的 invoke / stream 接口实现全局一致：

from langchain.chat_models import init_chat_model
from langchain.agents import create_agent

# 1. 初始化模型
model = init_chat_model("gpt-4o-mini", model_provider="openai")

# 2. 创建 agent（一步完成）
agent = create_agent(
    model=model,
    tools=[tool1, tool2],
    system_prompt="Agent 的行为指令",   # 可选
)

# 3. 调用
result = agent.invoke({"messages": [{"role": "user", "content": "问题"}]})

create_agent 的完整签名（节选）：

create_agent(
    model: str | BaseChatModel,             # 必需：聊天模型
    tools: List[BaseTool],                  # 必需：工具列表
    *,
    system_prompt: str = "",                # 系统提示词
    middleware: Sequence[AgentMiddleware] = (),   # 中间件
    interrupt_before: List[str] = None,     # 在某些工具前暂停（人机协作）
    interrupt_after: List[str] = None,      # 在某些工具后暂停
    debug: bool = False,                    # 调试模式
    name: str | None = None,                # Agent 名称
)

23.3 模型怎么传：字符串还是对象

模型是 Agent 的「大脑」。传法有两种。

方式 1：传模型字符串，Agent 自己创建模型对象。

from langchain.agents import create_agent
from dotenv import load_dotenv

load_dotenv(override=True)
agent = create_agent("deepseek-v4-flash")
print(type(agent))
# <class 'langgraph.graph.state.CompiledStateGraph'>

方式 2：传模型对象，能完全控制 provider、key、base_url。

from langchain.chat_models import init_chat_model
from langchain.agents import create_agent
import os

model = init_chat_model(
    model="gpt-5.4-mini",
    model_provider="openai",
    api_key=os.getenv("CLOSEAI_API_KEY"),
    base_url=os.getenv("CLOSEAI_BASE_URL"),
)
agent = create_agent(model)
print(type(agent))
# <class 'langgraph.graph.state.CompiledStateGraph'>

注意返回类型：Agent 本质上是 LangGraph 的 CompiledStateGraph 实例，底层是一张图。没有任何工具时，这张图就是一条直线：

只有模型、没有工具时的 Agent 图结构：__start__ 节点指向 model 节点，再指向 __end__ 节点

把这张图打出来很简单：agent.get_graph().draw_mermaid_png()。后面加了工具，图就会多出一个 tools 节点，那时才是真正的 Agent。

23.4 怎么调用：输入是消息列表，输出也是

agent.invoke() 是最基本的同步调用，会阻塞到返回最终结果。

输入：字典，通过 messages 字段传消息列表，形如 {"messages": [{"role": "user", "content": "..."}]}；也可以直接传字符串列表，默认当 HumanMessage。
输出：同样是字典，messages 里是完整的消息列表——中间可能经历多轮工具调用，所以不止两条。

response = agent.invoke({"messages": ["你好"]})
print(type(response))        # <class 'dict'>

# 结构大致是：
# {
#   "messages": [
#       HumanMessage(...),   # 用户问题
#       AIMessage(...),      # 可能要调工具
#       ToolMessage(...),    # 工具结果
#       AIMessage(...),      # 最终回答 ← 通常取这个
#   ]
# }

final_answer = response["messages"][-1].content

想更细地看过程，就把消息挨个 pretty_print()。这也是排查 Agent 问题最有效的手段：它到底调没调工具、参数对不对、模型怎么理解结果，全在这几条消息里。

另外，输入里可以放 system 角色来定义行为：

resp = agent.invoke({
    "messages": [
        {"role": "system", "content": "你是一个小学数学老师，耐心，幽默，讲解深入浅出"},
        {"role": "user", "content": "100 加上 50 等于多少？"},
    ]
})
print(resp["messages"][-1].content)

这种「每次调用塞一条 system」的写法适合临时试；线上更推荐用 create_agent(system_prompt=...) 固定下来，见下一篇。

23.5 小结

Agent 是「模型 + 工具 + 循环」的组合，1.x 里统一由 create_agent() 创建，返回一张 LangGraph 图；模型可传字符串或对象；调用输入输出都是 {"messages": [...]}，最终答案取 [-1].content。

但光有模型只是个直连的问答机。下一篇接入工具，才会看到 start → model → tools → model → end 那张真正的图，以及工具调用、重试和那一堆「为什么它没调我的工具」的问题。

上一篇：TypedDict、JSON Schema 与 @dataclass——轻量结构的代价；系列第一篇：为什么需要 LangChain。

本文根据公开课程课件整理，并结合 LangChain 官方文档核对与补充。