LLM_in_Action/langchain_agent_chat

[utterances-bot]

Large Language Model in Action - 15  LangChain Chat Agent

https://wangwei1237.github.io/LLM_in_Action/langchain_agent_chat.html

[hucorz]

这里开头说14章除了 Structured Chat Agent 外都是 非 Chat 模式的，但是我看 14.2 的 prompt 就是由 message 构建的吗？

[hucorz]

顺便吐槽一下，看的时候总感觉 langchain 有些地方的 api 设计怪怪的，可能是我自己的理解问题；langchain 的 api 改的也很快，比如大佬书里的 initialize_agent 就已经弃用了

[wangwei1237]

这里开头说 14 章除了 Structured Chat Agent 外都是 非 Chat 模式的，但是我看 14.2 的 prompt 就是由 message 构建的吗？

14.2 里的 prompt 确实用的是 message 构建，但是那里的 llm_chain 是作为 Agent 的工具而构建的。

在 LangChain 中，Agent 本身是否是 Chat 模式和该 Agent 的 prompt 构造方式有关系，具体可以参见每个 Agent 的 base.py 中的 create_prompt() 方法中。

Chat 模式的 Agent 中，create_prompt() 返回的是：
return ChatPromptTemplate(input_variables=input_variables, messages=messages)

而 非 Chat 模式的 Agent 中，create_prompt() 返回的是：
return PromptTemplate(template=template, input_variables=input_variables)

[wangwei1237]

顺便吐槽一下，看的时候总感觉 langchain 有些地方的 api 设计怪怪的，可能是我自己的理解问题；langchain 的 api 改的也很快，比如大佬书里的 initialize_agent 就已经弃用了

LangChain 整体的设计还是比较巧妙的，但是毕竟因为是一个比较年轻的框架，所以有些地方确实存在 API 设计不够优良的问题，尤其是对于 Agent 部分的 API 设计，我自己在看的时候也有类似的疑问。所以，我们看到，LangChain 也在快速的发展。相信 LangChain 会在不断的迭代中变得越来越好。

关于 initialize_agent 的问题，感谢 @hucorz 的反馈（最近在了解 Semantic Kernel，没有及时跟进 LangChain 的更新），后续我会采用新的方法更新到书籍中。这也是因为这本书采用在线版本的原因，技术变化太快，在线版本才可以跟上技术的发展。

[wangwei1237]

顺便吐槽一下，看的时候总感觉 langchain 有些地方的 api 设计怪怪的，可能是我自己的理解问题；langchain 的 api 改的也很快，比如大佬书里的 initialize_agent 就已经弃用了

@hucorz 对于 LangChain 简介 和 LangChain ReAct Agent 这两章，已经完成更新，具体参见：9d1d1d0

[hucorz]

@wangwei1237 强，orz 🥺