3. langgraph中的react agent使用 (在react agent添加系统提示)

环境准备

确保你已经安装了以下库：

• langchain
• langchain_openai
• langgraph

你可以使用以下命令进行安装：

pip install langchain langchain_openai langgraph

代码实现

1. 初始化模型

首先，我们需要初始化智谱AI的聊天模型。

from langchain_openai import ChatOpenAImodel = ChatOpenAI(temperature=0,model="glm-4-plus",openai_api_key="your_api_key",openai_api_base="https://open.bigmodel.cn/api/paas/v4/"
)

2. 定义自定义工具

我们将使用一个自定义工具来返回纽约和旧金山的天气信息。

from typing import Literal
from langchain_core.tools import tool@tool
def get_weather(city: Literal["nyc", "sf"]):"""使用此工具获取天气信息."""if city == "nyc":return "It might be cloudy in nyc"elif city == "sf":return "It's always sunny in sf"else:raise AssertionError("Unknown city")tools = [get_weather]

3. 添加系统提示

我们可以添加一个系统提示来指定响应的语言。

prompt = "Respond in Italian"

4. 定义执行图

使用langgraph库创建一个React代理。

from langgraph.prebuilt import create_react_agentgraph = create_react_agent(model, tools=tools, state_modifier=prompt)

5. 定义输出流处理函数

定义一个函数来处理输出流。

def print_stream(stream):for s in stream:message = s["messages"][-1]if isinstance(message, tuple):print(message)else:message.pretty_print()

6. 运行并打印结果

输入一个用户消息并运行模型，打印输出结果。

inputs = {"messages": [("user", "What's the weather in NYC?")]}print_stream(graph.stream(inputs, stream_mode="values"))

输出结果如下：

================================[1m Human Message [0m=================================
What's the weather in NYC?
================================[1m Ai Message [0m==================================
Tool Calls:get_weather (call_9208187369440656653)Call ID: call_9208187369440656653Args:city: nyc
================================[1m Tool Message [0m=================================
Name: get_weatherIt might be cloudy in nyc
================================[1m Ai Message [0m==================================Il tempo a New York potrebbe essere nuvoloso.

参考链接：https://langchain-ai.github.io/langgraph/how-tos/create-react-agent-system-prompt/