运行智能体

智能体支持使用 .invoke() 获取完整响应，或使用 .stream() 进行输出的增量流式传输。本节解释如何提供输入、解释输出、启用流式传输以及控制执行限制。

基本用法

智能体可以使用 .invoke() 执行：

import { createReactAgent } from "@langchain/langgraph/prebuilt";

const agent = createReactAgent(...);

// highlight-next-line
const response = await agent.invoke(
  { messages: [ { role: "user", content: "what is the weather in sf" } ] }
);

输入和输出

智能体使用期望 messages 列表作为输入的语言模型。因此，智能体输入和输出存储在智能体状态中 messages 键下的 messages 列表中。

输入格式

智能体输入必须是具有 messages 键的对象。支持的格式有：

格式	示例
字符串	{ messages: "Hello" } — 被解释为 HumanMessage
消息对象	{ messages: { "role": "user", "content": "Hello" } }
消息列表	{ messages: [ {"role": "user", "content": "Hello" } ] }
带自定义状态	{ messages: [ {"role": "user", "content": "Hello"} ], "user_name": "Alice" } — 如果使用自定义 stateSchema

消息会自动转换为 LangChain 的内部消息格式。您可以阅读 LangChain 消息 文档了解更多信息。

:::tip[使用自定义智能体状态]

您可以在输入字典中直接提供在智能体状态模式中定义的附加字段。这允许基于运行时数据或先前工具输出的动态行为。 详细信息请参见 context guide。

:::note

messages 的字符串输入被转换为 HumanMessage。此行为与 createReactAgent 中的 prompt 参数不同，后者作为字符串传递时被解释为 SystemMessage。

输出格式

智能体输出是一个包含以下内容的字典：

• messages：执行期间交换的所有消息列表（用户输入、助手回复、工具调用）。
• 如果配置了结构化输出，则可选的 structuredResponse。
• 如果使用自定义 stateSchema，输出中还可能存在与定义字段对应的其他键。这些可以保存来自工具执行或提示词逻辑的更新状态值。

有关使用自定义状态模式和访问上下文的更多详细信息，请参见 context guide。

流式输出

智能体支持流式响应以实现更具响应性的应用程序。这包括：

• 每一步后的进度更新
• 生成时的 LLM token
• 执行期间的自定义工具消息

流式传输在同步和异步模式下都可用：

for await (
  const chunk of await agent.stream(
    { messages: [ { role: "user", content: "what is the weather in sf" } ] },
    { streamMode: "updates" },
  )
) {
  console.log(chunk);
}

:::tip

有关完整详细信息，请参见 streaming guide。

最大迭代次数

要控制智能体执行并避免无限循环，请设置递归限制。这定义了智能体在引发 GraphRecursionError 之前可以采取的最大步骤数。您可以在运行时或通过 .withConfig() 定义智能体时配置 recursionLimit：

=== 运行时

import { GraphRecursionError } from "@langchain/langgraph";
import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { initChatModel } from "langchain/chat_models/universal";

const maxIterations = 3;
// highlight-next-line
const recursionLimit = 2 * maxIterations + 1;
const llm = await initChatModel("anthropic:claude-3-5-haiku-latest");
const agent = createReactAgent({
  llm,
  tools: [getWeather]
});

try {
  const response = await agent.invoke(
    { messages: [ { role: "user", content: "what's the weather in sf" } ] },
    // highlight-next-line
    { recursionLimit }
  );
} catch (error) {
  if (error instanceof GraphRecursionError) {
    console.log("Agent stopped due to max iterations.");
  } else {
    throw error;
  }
}

=== .withConfig()

import { GraphRecursionError } from "@langchain/langgraph";
import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { initChatModel } from "langchain/chat_models/universal";

const maxIterations = 3;
// highlight-next-line
const recursionLimit = 2 * maxIterations + 1;
const llm = await initChatModel("anthropic:claude-3-5-haiku-latest");
const agent = createReactAgent({
  llm,
  tools: [getWeather]
});
// highlight-next-line
const agentWithRecursionLimit = agent.withConfig({ recursionLimit });

try {
  const response = await agentWithRecursionLimit.invoke(
    { messages: [ { role: "user", content: "what's the weather in sf" } ] }
  );
} catch (error) {
  if (error instanceof GraphRecursionError) {
    console.log("Agent stopped due to max iterations.");
  } else {
    throw error;
  }
}