保姆级 Agent 开发指南：LangChain 工具调用 + Promise 异步完整复习手册

嘟嘟0717
10 阅读8分钟

从零吃透 AI 智能体 Agent：架构原理 + LangChain 工具实战 + Promise 异步完整复习手册

前言

很多初学者以为 Agent 就是简单调用大模型接口，这是典型误区。原生 LLM 本身存在大量天然缺陷：无长期记忆、无法操作本地文件、不能联网获取实时信息、读不到企业私有文档、无法自动执行复杂任务。而 AI Agent 就是一套增强系统，给 LLM 补齐记忆、工具、知识库、外部能力，让模型拥有自主规划、自主执行任务的能力。本文结合理论笔记、完整可运行 JS 代码、Promise 异步底层知识整理，适合日常复习、面试复盘。

一、原生 LLM 五大核心缺陷（Agent 各模块对应解决方案）

原生大模型属于无状态（stateless）服务，单次对话结束后不会留存任何信息，同时没有访问外部资源的权限，对应 5 类问题与配套模块：

  1. 无法长期记忆对话历史问题：隔一段时间再提问，模型忘记之前聊天内容解决方案：Memory 记忆模块，搭配数据库 / Redis / 前端存储持久化对话
  2. 不能操作本地文件、执行命令、访问网页问题：模型只能输出文字思路，无法真实落地操作解决方案：Tool Use 工具调用模块，封装文件读写、命令行、接口等函数
  3. 无法读取企业内部私有文档问题：训练数据不含公司内部资料，无访问权限解决方案：RAG 检索增强生成，向量库存储私有文档，查询时召回相关内容
  4. **没有实时最新资讯（世界杯、实时新闻）**问题：模型训练数据存在时间截止，无法获取实时动态解决方案：MCP 第三方工具标准协议，对接实时数据接口
  5. **复杂自动化任务（自动做 PPT、分析股市自动交易）**问题：单轮对话无法完成多步骤连锁任务解决方案：Skills 技能蒸馏，封装成套自动化流程

Agent 完整公式

Agent = LLM大模型 + Memory记忆 + Tool工具调用 + RAG知识库 + MCP第三方协议 + Skills自动化技能

行业落地产品举例

  • 代码类 Agent：Claude Code、Codex、代码智能体
  • 通用自动化 Agent：Manus、小龙虾智能体

二、Agent 标准完整工作流程

  1. 用户输入自然语言复杂任务，传递给 Agent；
  2. LLM 执行 Planning+Reasoning 规划推理，自主拆解任务：判断是否读取历史记忆、是否调用工具、是否检索私有知识库；
  3. 若需要 RAG：检索向量文档，把检索内容注入 Prompt 模板；
  4. 下发工具调用指令：携带唯一 id、工具名称、入参；
  5. 后端执行异步工具函数（读文件、命令行、接口请求）；
  6. 工具执行结果携带 id 回填会话上下文 messages；
  7. LLM 匹配工具请求与工具返回结果，整合全部信息生成最终回答返回用户。

核心关键点：工具是异步操作，依靠唯一 id 区分多工具调用，防止上下文错乱。

三、Agent 开发技术栈与框架

技术选型

后端：Node.js + NestJSLLM 开发框架：

  1. LangChain：单智能体开发主流框架，兼容全球所有大模型；
  2. LangGraph：多智能体协同开发框架。

商业落地价值

结合后端工程化 Harness Engineering，将 AI 能力落地为商业化产品，简称 FDE 全栈 AI 开发。

四、LangChain 核心模块详解（附完整可运行代码）

1. LLM 统一兼容层

LangChain 封装统一调用标准，一套代码无缝切换 OpenAI、DeepSeek、Claude 等模型，依赖包@langchain/openai。基础模型调用示例：

js

运行

import 'dotenv/config';
import { ChatOpenAI } from '@langchain/openai';

// 初始化大模型
const model = new ChatOpenAI({
  modelName: 'deepseek-v4-flash',
  apiKey: process.env.DEEPSEEK_API_KEY,
  temperature: 0, // 0代表输出稳定，无随机发散
  configuration: {
    baseURL: 'https://api.deepseek.com/v1',
  },
});

// 基础问答调用
const response = await model.invoke('谢鲁立为什么比吴贤宏帅');
console.log(response.content);

2. Tool 工具调用核心机制（Agent 核心能力）

工具分为两部分：

  1. 异步执行函数：真实业务逻辑（读文件、执行命令）；
  2. 工具描述对象：给 LLM 看的规则，包含name、description、schema参数约束。
schema 约束作用

基于 zod 做参数强校验，规定参数类型、含义，LLM 调用工具时必须严格遵守参数规范，否则调用失败。

LLM 工具调用逻辑

当模型判断需要使用工具时，不会直接生成回答，而是返回tool_calls数组，包含：唯一 id、工具名称、入参；后端执行异步工具函数，执行完成后携带相同 id 把结果封装为ToolMessage，追加到会话消息列表，让 LLM 匹配请求与返回数据。

完整文件读取 Tool 实战代码

js

运行

import 'dotenv/config';
import { ChatOpenAI } from '@langchain/openai';
import { tool } from '@langchain/core/tools';
import {
  HumanMessage,
  SystemMessage,
  ToolMessage,
  AIMessage
} from '@langchain/core/messages';
import fs from 'node:fs/promises';
import { z } from 'zod'; // 参数类型约束库

// 初始化大模型
const model = new ChatOpenAI({
  modelName: 'deepseek-v4-flash',
  apiKey: process.env.DEEPSEEK_API_KEY,
  temperature: 0,
  configuration: {
    baseURL: 'https://api.deepseek.com/v1',
  },
});

// 定义读取文件工具
const readFileTool = tool(
  // 工具执行逻辑（异步函数）
  async ({ filePath }) => {
    const content = await fs.readFile(filePath, 'utf-8');
    console.log(`[工具调用] read_file(${filePath}) 成功读取 ${content.length} 字节`)
    return content;
  },
  {
    name: 'read_file',
    description: `用此工具读取本地文件，用户要求查看/解释代码时调用；支持相对、绝对文件路径`,
    // zod参数约束：规定入参格式
    schema: z.object({
      filePath: z.string().describe('待读取的文件路径')
    })
  }
)

// 注册全部工具
const tools = [readFileTool];
// 给模型绑定工具能力
const modelWithTools = model.bindTools(tools);

// 会话上下文消息列表
const messages = [
  new SystemMessage(`
        你是代码助手，可调用read_file读取本地文件分析代码
        执行流程：
        1. 用户要求读取文件，立刻调用read_file工具
        2. 等待工具返回文件原文
        3. 基于原文完成代码解释
    `),
  new HumanMessage('请读取 tool.mjs 文件内容并解释代码'),
];

// 发起请求，模型返回工具调用指令
let response = await modelWithTools.invoke(messages);
// 将模型响应存入上下文，用于后续拼接工具结果
messages.push(response);

五、工具异步底层：Promise 完整知识点（面试高频）

工具读写文件、请求接口全是异步操作，JS 依靠 Promise 处理异步，搭配async/await实现异步转同步。

1. Promise 三种固定状态（单向流转，仅变更一次）

  1. pending：等待中，任务未完成；
  2. fulfilled：成功，调用resolve()切换；
  3. rejected：失败，调用reject()切换。

状态只能单向切换：pending → fulfilled /pending → rejected，切换后永久固定，无法回退。

2. resolve 与 reject 作用

  • resolve (数据)：任务正常完成，向外抛出业务结果，只能传 1 个有效参数；多值需要封装数组 / 对象；
  • reject (错误)：任务异常失败，抛出错误信息，通过 try/catch 捕获。

3. 基础 Promise 模拟延时任务（串行执行）

js

运行

// 封装可复用异步函数
function getWeather() {
  return new Promise((resolve) => {
    setTimeout(() => {
      resolve({ temp: 38, conditions: 'Sunny with Clouds' })
    }, 2000)
  })
}
function getTweets() {
  return new Promise((resolve) => {
    setTimeout(() => {
      resolve(['I like cake', 'BBQ is good too!'])
    }, 500)
  })
}

// await串行：排队执行，总耗时叠加 2000+500=2500ms
const main = async () => {
  console.time("my-operation");
  const weatherData = await getWeather();
  const tweetsData = await getTweets();
  console.timeEnd("my-operation");
}
main();

4. Promise.all 并行执行（工具多任务并发核心）

互不依赖的异步任务同时启动，总耗时取最长任务时长，大幅提升执行效率；约束：数组内任意一个 Promise 触发 reject，整体直接报错终止。

js

运行

const main = async () => {
  console.time("my-operation");
  // 并行启动两个任务，同时倒计时
  const [weatherData, tweetsData] = await Promise.all([getWeather(), getTweets()]);
  console.timeEnd("my-operation"); // 总耗时≈2000ms
}
main();

5. 异步变同步：async + await

Promise 本身不会阻塞代码，属于异步；在 async 函数内使用 await，会强制暂停代码，等待异步任务完成拿到结果后再执行下一行，该特性称为异步转同步，是 Agent 工具调用必备语法，保证任务执行顺序不乱。

6. 错误捕获标准写法

js

运行

function errorDemo() {
  return new Promise((resolve, reject) => {
    setTimeout(() => {
      reject(new Error("文件不存在，读取失败"))
    }, 1000)
  })
}
async function run() {
  try {
    const res = await errorDemo();
  } catch (err) {
    console.log("任务异常：", err.message)
  }
}
run()

六、实战案例：创建 React+Vite TodoList 需要哪些 Tool

用户需求：让 Agent 自动搭建 react+vite todolist 项目，拆解规划三步并匹配对应工具：

  1. 项目初始化工具：调用 CLI 命令行工具执行npm create vite；
  2. 文件写入工具：fs 文件读写工具，自动生成页面代码；
  3. 运行启动工具：命令行工具执行启动脚本；配套要求：选用代码能力强的 LLM（DeepSeek/Claude），自主规划分步执行。

极简 Agent 架构：LLM + Tool(文件读写 + 命令行)

七、复习核心总结

  1. Agent 本质：给无状态 LLM 拓展记忆、工具、知识库、实时数据能力，让模型自主完成多步骤复杂任务；
  2. 核心公式：Agent = LLM + Memory + Tool + RAG + MCP + Skills；
  3. Tool 调用核心：通过 zod 做参数约束，依靠唯一 id 绑定工具请求与返回结果，工具全部为 Promise 异步函数；
  4. 异步核心：Promise 管理耗时操作，串行 await 保证任务顺序，Promise.all 并行提速；
  5. LangChain 价值：统一多模型调用标准，封装工具、消息、会话上下文，降低 Agent 开发成本；
  6. 落地流程：用户输入→LLM 推理规划→工具异步执行→结果回填上下文→整合输出回答。
avatar
文章
阅读
粉丝