当前位置: 首页 > article >正文

通过LangChain Agent模拟实现美团外卖下单场景

这是一个极具代表性的LangChain Agent 实战场景将用户的自然语言语音指令通过智能代理Agent自动分解为多个工具调用最终完成美团外卖下单这一复杂现实任务。下面我将为你提供一个端到端、可落地、安全合规的完整方案涵盖✅系统架构设计✅工具Tools开发模拟美团 API✅Agent 决策逻辑含少辣、加雪碧等细节✅语音输入处理✅安全与合规设计✅部署与测试建议⚠️重要说明由于美团官方未开放公开下单 API本方案使用模拟工具 用户授权确认机制符合《生成式 AI 服务管理暂行办法》要求——所有敏感操作需用户二次确认。一、整体架构graph LR A[用户手机语音] -- B(ASR 语音识别) B -- C{LangChain Agent} C -- D[工具1商品搜索] C -- E[工具2购物车管理] C -- F[工具3下单预览] F -- G[用户手机确认] G --|确认| H[工具4模拟下单] G --|取消| I[终止流程] H -- J[返回订单号]核心原则不直接调用真实支付接口所有操作可逆、可审计用户全程可控二、工具Tools定义我们将模拟以下 4 个工具实际对接美团需企业合作此处为演示工具 1搜索商品from langchain.tools import tool from typing import List, Dict # 模拟美团商品数据库 MENU { 杨国福麻辣烫: { id: yangguofu_001, base_price: 28.0, options: [微辣, 中辣, 重辣, 不辣], extras: [雪碧 3元, 可乐 3元, 酸梅汤 4元] } } tool def search_mall_product(shop_name: str, product_name: str) - Dict: 根据店铺名和商品名搜索商品信息 if shop_name 杨国福 and 麻辣烫 in product_name: return MENU[杨国福麻辣烫] return {error: 未找到商品}工具 2构建购物车tool def build_shopping_cart( product_id: str, spice_level: str 微辣, extras: List[str] None ) - Dict: 构建包含口味和附加品的购物车 if spice_level not in [微辣, 中辣, 重辣, 不辣]: raise ValueError(辣度选项无效) base MENU[杨国福麻辣烫] total base[base_price] items [f{product_id} ({spice_level})] if extras: for item in extras: if 雪碧 in item: total 3.0 items.append(雪碧 500ml) return { items: items, total_price: total, spice_level: spice_level, extras: extras or [] }工具 3生成下单预览关键用于用户确认tool def generate_order_preview(cart: Dict) - str: 生成人类可读的订单预览供用户确认 items_str \n.join(f- {item} for item in cart[items]) return f 【订单预览】 店铺杨国福麻辣烫 商品 {items_str} 总价¥{cart[total_price]:.2f} 备注少放辣已设为 {cart[spice_level]} ✅ 请回复“确认下单”以完成支付 ❌ 回复“取消”可终止流程 工具 4模拟下单实际应跳转美团 Apptool def simulate_place_order(confirm: str) - str: 模拟下单实际应唤起美团 App 或返回 deep link if confirm.strip() 确认下单: # 实际场景生成美团 deep link 或调用企业 API return 订单已提交订单号MF20240320123456\n请在美团 App 中完成支付。 else: return 订单已取消。三、Agent 配置使用 OpenAI Functionsfrom langchain_openai import ChatOpenAI from langchain import hub from langchain.agents import create_openai_functions_agent, AgentExecutor # 初始化 LLM需支持 function calling llm ChatOpenAI(modelgpt-4-turbo, temperature0) # 拉取官方 prompt prompt hub.pull(hwchase17/openai-functions-agent) # 创建 Agent agent create_openai_functions_agent( llmllm, tools[ search_mall_product, build_shopping_cart, generate_order_preview, simulate_place_order ], promptprompt ) executor AgentExecutor( agentagent, tools[ search_mall_product, build_shopping_cart, generate_order_preview, simulate_place_order ], verboseTrue, max_iterations10, handle_parsing_errorsTrue )四、语音输入处理前端集成用户通过手机语音输入需先转为文本方案 A微信小程序 / App 内集成// 前端JavaScript wx.startRecord({ success: function(res) { const tempFilePath res.tempFilePath; wx.uploadFile({ url: https://your-server.com/asr, filePath: tempFilePath, name: voice, success: function(asrRes) { const text JSON.parse(asrRes.data).text; // 发送给 LangChain Agent callAgent(text); } }); } });方案 B使用云服务阿里云/讯飞调用语音识别 API→ 获取文本 → 传给后端 Agent✅ASR 提示用户语音“帮我点一份杨国福麻辣烫少放辣再加一瓶雪碧”五、完整运行流程用户输入“帮我点一份杨国福麻辣烫少放辣再加一瓶雪碧”Agent 执行步骤调用search_mall_product(杨国福, 麻辣烫)→ 返回商品信息调用build_shopping_cart(product_idyangguofu_001, spice_level微辣, extras[雪碧])→ 构建购物车注意“少放辣” → 映射为“微辣”调用generate_order_preview(cart)→ 返回预览消息含总价、商品、备注等待用户确认关键系统回复预览 “请回复‘确认下单’”用户在手机上点击“确认”或语音说“确认下单”调用simulate_place_order(确认下单)→ 返回模拟订单号 提示“请在美团 App 支付”六、安全与合规设计必须实现风险解决方案未经同意下单所有下单前必须生成人类可读预览用户显式确认隐私泄露不存储用户语音/地址会话结束后清除上下文支付安全绝不处理真实支付仅生成美团 deep link 或跳转官方 App幻觉下单工具严格校验参数如辣度选项白名单审计追踪记录所有工具调用日志用户ID、时间、操作合规依据《生成式人工智能服务管理暂行办法》第十二条“提供者应当采取有效措施防范……未经授权的交易行为。”七、部署方案后端Python FastAPI# main.py from fastapi import FastAPI from pydantic import BaseModel app FastAPI() class VoiceRequest(BaseModel): text: str app.post(/agent) def run_agent(req: VoiceRequest): result executor.invoke({input: req.text}) return {response: result[output]}前端手机 App / 小程序语音 → ASR → 调用/agent→ 展示结果 → 确认按钮部署命令pip install fastapi uvicorn langchain-openai duckduckgo-search uvicorn main:app --reload八、扩展方向真实美团对接申请美团开放平台企业权限替换simulate_place_order为真实 API需 OAuth2 授权多轮对话“不要雪碧了换成可乐” → Agent 更新购物车地址记忆通过用户授权从美团获取默认地址异常处理店铺休息 → 自动推荐附近同类店铺✅ 总结关键成功要素要素实现方式工具精准商品/辣度/附加品结构化定义用户可控下单前强制预览 确认安全合规不碰支付、不存隐私、可审计体验流畅语音→文本→Agent→确认→跳转美团这不是“全自动下单”而是“智能辅助下单”——AI 负责理解意图和准备订单用户负责最终决策这才是负责任的 AI 应用。如果你需要完整的 FastAPI 代码微信小程序前端模板美团 Deep Link 生成方法多商品订单支持欢迎继续提出

相关文章:

通过LangChain Agent模拟实现美团外卖下单场景

这是一个极具代表性的 LangChain Agent 实战场景:将用户的自然语言语音指令,通过智能代理(Agent)自动分解为多个工具调用,最终完成美团外卖下单这一复杂现实任务。下面我将为你提供一个 端到端、可落地、安全合规 的完…...

PHP什么是接口幂等性,有哪些实现方式?

“接口幂等性” (Idempotency),常被误解为“防止重复提交”或“加个锁就行了”。 但本质上,它是分布式系统中保证数据一致性的基石,是对“同一操作执行多次与执行一次效果完全相同”这一数学特性的工程化实现。 在 PHP 这种无状态、常配合消息…...

mysql 索引失效场景的庖丁解牛

"MySQL 索引失效”,常被误解为“建了索引没用”或“数据库抽风了”。 但本质上,它是优化器在“使用索引(随机 I/O)”与“全表扫描(顺序 I/O)”之间,经过成本估算后做出的“理性放弃”&…...

MySQL的limit 10 和 limit 1000000 的区别的庖丁解牛

“LIMIT 10"和"LIMIT 1000000, 10”,常被误解为“只是取的数据位置不同”或“无非是多扫描几行”。 但本质上,它们是两种截然不同的 I/O 消耗模型: LIMIT 10 是**“浅层扫描”**,是数据库最喜欢的操作,几乎零…...

mysql 回表、索引覆盖、索引下推的庖丁解牛

这三个概念常被误解为“晦涩的底层术语”或“只有 DBA 才需要关心的细节”。 但本质上,它们是MySQL 优化器在“减少磁盘 I/O"和“减少 CPU 计算”这两大核心目标上,进化出的三种生存智慧。 回表 (Table Lookup):是代价,是不得…...

Spring AOP 进阶:揭秘 @annotation 参数绑定的底层逻辑

Spring AOP 进阶:揭秘 annotation 参数绑定的底层逻辑 在使用 Spring AOP 开发自定义注解(如 RateLimit)时,我们经常会看到这样一种“神奇”的写法: Around("annotation(rateLimit)") public Object checkLi…...

用 autoresearch 优化万物

Karpathy的推文在一个周五晚上发布。一个链接,一条损失曲线向下复合的截图,一句话:代理在你睡觉时做实验。 我在十分钟内读完了README。然后我又读了一遍。不是因为代码复杂——它特意只有630行。我再读一遍是因为代码不是重点。 要点在于约…...

2026怎么选猫粮?实测揭秘世界十大顶级猫粮品牌希喂怎么样

换粮对于养猫的朋友来说,是最大的一个大难题。每次挑猫粮的时候,都小心翼翼的,生怕选错了,误选到毒猫粮;可是不换粮,有会因为摄入的营养过于单一导致营养不良。2026怎么选猫粮?这几年&#xff0…...

LA04-Abaqus嵌合体退火仿真案例教程:完全热力耦合分析的实践与解析

LA04-Abaqus嵌合体退火热力耦合仿真案例教程 在Abaqus中创建304钢-铜缝-304钢焊接的2D平板模型,赋予密度、弹性参数、热导率、比热容和线膨胀系数后,给定梯度变化温度载荷曲线,对装配体进行退火模拟的完全热力耦合分析,输出温度场…...

TransXNet:结合局部与全局注意力,实现高效感受野与强大归纳偏差的‘Dual Dynam...

TransXNet:结合局部和全局注意力提供强大的归纳偏差和高效感受野 ViTs 具有归纳偏差,后面大部分工作都选择构建了混合网络,如 PVT 等,即融合了自注意力和卷积操作。 然而,由于标准卷积在这些混合网络中的使用&#xff…...

基于P-Q分解法的电力系统潮流计算:理论与实践相结合的全面解析

基于P-Q分解法的电力系统潮流计算 设计内容 1.掌握PQ分解法求解潮流的基本原理及过程 2.比较PQ分解法与NR法的区别 包含代码加报告,内容全面,代码流畅 ID:9939761235232992走马街秀气的深海鲨电力系统潮流计算里有个特别省事儿的算法,江湖人称…...

无感定位与轨迹建模融合的仓储空间透明化管理技术路径

《无感定位与轨迹建模融合的仓储空间透明化管理技术路径》副标题:基于 Pixel-to-Space 的空间感知与流程认知一体化实现方法发布单位:镜像视界(浙江)科技有限公司一、引言:从“看见仓储”到“理解仓储”在当前仓储数字…...

高频方波电压注入IPMSM无感控制算法Simulink仿真调试与实际应用探索

基于高频方波电压注入零低速IPMSM无感控制算法simulink仿真模型 ①在估计的d轴注入高频方波电压来估计转子位置,具有较高的稳态精度和动态性能。 该仿真调试效果不错,曾应用到实际电机中去。 ②阐述了 IPMSM 的 MTPA 控制原理,并在此基础上研…...

Comsol光学仿真模型:纳米球/柱Mie散射多级分解

Comsol光学仿真模型:包括纳米球/柱 Mie散射多级分解在COMSOL里折腾纳米颗粒的光学响应总让我想起小时候拆收音机的经历——表面看起来是个简单的金属疙瘩,内部却藏着复杂的电磁场舞蹈。这次咱们重点聊怎么用多级分解的手法,把纳米球和纳米柱的…...

UG CAM加工二次开发,型腔铣CAVITY_MILL设置 切削参数-刀路方向 向内、向外API方法

/*这里operTag为一个工序操作,可以是已经创建好的操作,也可以是新创建的操作*/ tag_t operTag;//设置切削刀路方向:向内-向外 UF_PARAM_set_int_value (operTag, UF_PARAM_CUT_FOLLOW_PROGRESSION, UF_PARAM_cut_follow_progression_inward)…...

模板方法模式:复杂业务代码的解耦与复用之道

在经典的 DAO - Service (业务层) - Controller 三层架构中,模板方法模式(Template Method Pattern) 的最佳落地位置通常是 Service 层(抽象基类)。 为什么放在 Service 层? Controller 层太薄:…...

RAGFlow安装部署使用

RAGFlow安装部署使用教程 前言 在大模型应用越来越普及的今天,很多人都想要搭建属于自己的私有知识库,把公司的文档、个人的资料都变成可以对话的智能助手,但是又担心数据泄露,或是被复杂的部署流程劝退。 如果你也有这样的困扰…...

Python 数据可视化(二):多曲线对比、局部放大框(附源码)

在上一篇博客中,我们成功配置了所向披靡的 VS Code Conda 数据可视化环境。环境有了,画笔就位了,今天我们就来动真格的——手把手写代码,把数据变成能放进报告或论文的高清图!步骤 0:画图前的准备——什么…...

eDiary使用教程

eDiary使用教程CSDN文章 前言 在信息爆炸的今天,我们每天都有太多的思绪、工作笔记、生活点滴需要记录,却又担心隐私泄露,或是被臃肿的笔记软件拖慢效率。如果你也在寻找一款轻量、安全、无广告的本地记录工具,那么eDiary 电子日…...

GitHub霸榜!OpenHands开源炸裂:全能AI程序员真的来了?

阅读指引:这是一篇旨在打破“AI只会写Hello World”刻板印象的深度硬核测评。本文不仅是对OpenHands这一现象级开源项目的拆解,更是对未来软件工程形态的一次前瞻性推演。全文约 3500 字,阅读需 8 分钟,建议收藏后细读。00. 序章&…...

六大AI论文网站助力学术写作,提供智能降重与自然改写功能,减少重复率

开头总结工具对比(技能4) �� 为帮助学生们快速选出最适合的AI论文工具,我从处理速度、降重效果和核心优势三个维度,对比了6款热门网站,数据基于实际使用案例: 工具名称 处理速度 降…...

计算机毕业设计springboot停车场管理系统 基于SpringBoot框架的智能车库运营平台设计与实现 智慧停车服务系统——采用SpringBoot技术的车辆停放信息化解决方案

计算机毕业设计springboot停车场管理系统4z3jk9 (配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。 二十一世纪以来,随着城市化进程加速和机动车保有量持续增长&#x…...

SM3 vs SHA-256:国密哈希算法与主流算法的性能对比测试(附Benchmark数据)

SM3与SHA-256深度性能评测:如何选择适合业务的哈希算法? 在数据安全领域,哈希算法如同数字世界的指纹采集器,将任意长度的数据映射为固定长度的"指纹"。当国密标准SM3遇上国际主流SHA-256,开发者该如何选择&…...

计算机毕业设计springboot基于web的英语学习网站 基于SpringBoot的在线英语教育平台设计与实现 基于B/S架构的智能英语学习系统开发

计算机毕业设计springboot基于web的英语学习网站 (配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。随着全球化进程加速和国际交流日益频繁,英语作为国际通用语言的重要…...

仿生软体机器人实战:从蝠鲼游泳到管道爬行,5个惊艳案例解析

仿生软体机器人实战:从蝠鲼游泳到管道爬行,5个惊艳案例解析 当工程师们开始向自然界寻找灵感时,机器人技术便进入了一个全新的维度。想象一下,一条能在珊瑚礁间灵活穿梭的机械蝠鲼,或是在复杂管道系统中自如爬行的软体…...

孪生神经网络在变化检测中的应用:从CSCDNet到SSCDNet的演进与优化

孪生神经网络在语义场景变化检测中的技术演进与实践 当城市街景随时间流转,建筑物翻新或道路扩建时,如何让计算机像人类一样敏锐地捕捉这些变化?孪生神经网络正成为解决这一挑战的核心技术。不同于传统像素对比方法容易受光照、视角干扰&…...

MCP协议在VS Code中的高阶应用(2024企业级开发必掌握的4种动态上下文集成模式)

第一章:MCP协议核心机制与VS Code扩展生态全景图MCP(Model Communication Protocol)是一种面向大模型智能体协同的轻量级通信协议,其设计目标是在异构开发环境间建立标准化、可插拔的模型调用与状态同步通道。协议采用基于 JSON-R…...

为什么有的降AI工具降完还是高?深度分析工具选择的关键指标

为什么有的降AI工具降完还是高?深度分析工具选择的关键指标 花了钱、用了工具、等了半天,结果知网一查AI率还是45%。这种事我身边不止一个人遇到过。降AI工具效果差的原因可能有很多,但最关键的问题往往出在工具选择上。选对了工具&#xff…...

计算机毕业设计springboot遇见宠物生活馆系统设计与实现 基于SpringBoot的萌宠驿站综合服务管理平台设计与实现 SpringBoot框架下爱宠家园一站式服务平台的设计与实现

计算机毕业设计springboot遇见宠物生活馆系统设计与实现n6ea5118 (配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。随着社会经济的持续发展和居民生活水平的不断提升,饲…...

智慧仓储空间智能管理系统技术方案:基于三维重构与轨迹建模的全流程透明化与智能决策体系

《智慧仓储空间智能管理系统技术方案》副标题:基于三维重构与轨迹建模的全流程透明化与智能决策体系发布单位:镜像视界(浙江)科技有限公司一、项目背景:仓储管理正在从“经验驱动”走向“空间智能驱动”随着仓储规模的…...