LangChain 核心模块 Agent 构建复杂应用的代理系统
代理的核心思想是使用LLM来选择一系列要执行的动作。
在链式结构（Chains）中，一系列动作执行是硬编码的（ SequentialChain 和 RouterChain 也仅实现了面向过程）。
在代理（Agents）中，语言模型被用作推理引擎，以确定应该采取哪些动作以及执行顺序。
AgentType
| AgentType | 描述 |
|---|---|
ZERO_SHOT_REACT_DESCRIPTION | 零样本 ReAct 代理，在执行操作之前进行推理。 |
REACT_DOCSTORE | 带文档存储的 ReAct 代理，可查找文档存储中的相关信息回答问题。 |
SELF_ASK_WITH_SEARCH | 带搜索功能的自问自答代理，将复杂问题拆解为更简单的问题并搜索答案。 |
CONVERSATIONAL_REACT_DESCRIPTION | 对话式 ReAct 代理，适用于多轮对话任务。 |
CHAT_ZERO_SHOT_REACT_DESCRIPTION | 聊天模型的零样本 ReAct 代理，在执行操作前进行推理，专为聊天模型设计。 |
CHAT_CONVERSATIONAL_REACT_DESCRIPTION | 对话式聊天 ReAct 代理，可能是 CHAT_ZERO_SHOT_REACT_DESCRIPTION 的变体。 |
STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION | 结构化聊天的零样本 ReAct 代理，能够调用具有多个输入的工具。 |
OPENAI_FUNCTIONS | OpenAI 函数代理，优化用于调用 OpenAI 的函数功能。 |
OPENAI_MULTI_FUNCTIONS | OpenAI 多函数代理，可能用于同时调用多个 OpenAI 函数。 |