Langflow零代码AI代理开发

想象一个人工智能不仅响应命令，还能主动思考、决策和行动的世界。欢迎来到令人兴奋的人工智能代理（AI Agent）世界！这些智能系统正在撼动编程世界，并改变我们在应用程序中解决问题的方式。

传统上，开发人员会仔细设计功能并设置何时执行它们的具体规则。但是代理呢？他们用这种新型人工智能应用程序颠覆了一切。我们不再微观管理每个决策，而是让大型语言模型 (LLM) 掌控一切。这些智能系统可以分析情况并自行找出最佳的下一步行动。

最简单的代理是旨在自主解决问题或执行任务的人工智能系统。代理不仅仅是一个遵循规则的程序；它是一个具有推理能力的决策者，由人工智能（特别是 LLM）驱动。

代理根据​​情况和他们可以使用的工具决定下一步要做什么。他们不会等着你告诉他们每一步；他们自己想办法。

在本系列的第一篇文章中，我们将撸起袖子，在 Langflow 中从头开始构建一个简单的代理。我们还将介绍一些很酷的可观察性工具 LangSmith 和 Langwatch，看看我们的代理在幕后做了什么。

准备好动手创建你的第一个 Langflow 代理了吗？让我们开始吧！

1、什么是 Langflow？

在深入了解代理之前，让我们先谈谈我们将使用的超棒游乐场：Langflow。

Langflow 是一个很棒的新开源可视化框架，用于构建多代理和检索增强生成 (RAG) 应用程序。它由 Python 提供支持，完全可定制，并且与你向其添加的任何 LLM 或向量存储都兼容。Langflow 旨在实现最大的灵活性和控制力，让你能够设计出完全符合需求的生产就绪型 AI 解决方案。

最好的部分？Langflow 的界面非常用户友好。你可以像玩积木一样拖放和连接 AI 组件。这对开发人员来说是一个改变游戏规则的事情——我们可以在短时间内对想法进行原型设计，并将其转化为实用、影响深远的解决方案。

将 Langflow 视为你的 AI 乐高套装。每个块（或组件）都有特定的功能，当你正确连接它们时，就会创造出令人惊叹的东西！

无论你是探索开源的开发人员，还是在寻找云中的无缝体验，Langflow 都能满足你的需求。你可以在官网上探索开源版本，也可以在此处尝试云版本以开始使用！

2、什么是代理？

好吧，让我们分解一下。在 Langflow 中，代理就像一个智能助手，使用不同的工具来完成任务。这些工具可以是简单的 API，例如从财务数据源中提取实时股票价格，也可以是更复杂的任务，例如使用日历 API 安排会议或查询数据库以检索电子商务网站的产品信息。

代理还可以与其他工作流程相链接，例如通过 Slack 发送通知或根据社交媒体管理工具中的预定内容自动发布社交媒体帖子。

代理的妙处在于他们使用语言模型来决定采取哪些行动以及采取的顺序。他们甚至可以使用一个工具的输出来改善另一个工具的输入。这就像他们在解谜，找出每个步骤中哪个部分（工具）最合适。

要记住的关键事项：

工具调用：想象一下，你有一个智能助手，它不仅从一个来源收集数据，然后继续使用这些数据来自动执行另一个来源的任务。这正是工具调用的作用。它就像一个多任务向导，通过连接你每天使用的工具和系统来节省您的时间。

代理可以关注你的收件箱中的新发票，提取金额和到期日等重要详细信息，并自动将这些信息记录在 QuickBooks 或 Google Sheets 等财务工具中。不再需要手动跟踪收到的账单！

多次迭代：某些任务需要多个步骤才能完成。你无需逐一处理，代理可以从头到尾处理整个流程。这就像遵循食谱，代理充当厨师，完美地准备、烹饪和提供所有食物。

你可以让代理检查航班搜索 API（如 Skyscanner 或 Google Flights），根据你设置的参数找到最优惠的价格，并使用你的常旅客计划预订机票，所有这一切都无需你动手！

多代理设置：当你需要处理更复杂的工作流程时，为什么不让一组代理处理工作的不同部分？这就是多代理设置的意义所在，多个专业代理共同努力解决更大的问题——就像团队协作一样。

在营销中，一个代理可以从你网站上提交的表单中收集潜在客户（通过 Google 表单或r HubSpot）。然后，第二个代理可以根据公司规模或表达的兴趣等标准对这些潜在客户进行细分。最后，第三个代理可以在 Mailchimp 中启动个性化的电子邮件活动，完全自动化你的营销推广，并确保以最小的努力进行有针对性的跟进。

3、Langflow 中的代理

现在，这就是 Langflow 真正闪耀的地方。它将所有复杂的代理内容变成清晰、可视的组件，你可以轻松管理。就像用乐高积木搭建一样，每块都有自己的位置和用途。

在 Langflow 中，我们有一些关键参与者共同努力，让奇迹发生：

• 聊天输入 - 这是用户输入问题或请求的地方。把它想象成你的人工智能系统的前门。
• 提示 - 把它想象成我们给人工智能如何回应的指示。这就像给你的人工智能一个个性和一个工作描述。
• 聊天记忆 - 这让我们的人工智能“记住”对话中说了什么。没有它，你的人工智能就像一条金鱼，几秒钟后就会忘记一切！
• 代理 — 这是决定 AI 需要使用哪些外部资源或插件的策划者。它就像 AI 团队的经理，将任务委派给正确的工具。
• 工具 — 这些是我们的代理可以使用的特定功能或 API，例如计算器或搜索引擎。将它们视为 AI 机器中的基本工具。
• 聊天输出 — 这是我们的 AI 将其响应发送回用户的地方。它是所有幕后魔法的最终产品。

4、在 Langflow 中构建一个简单的代理

理论讲得够多了 — 让我们动手构建一些东西吧！我们将在 Langflow 中创建一个基本的代理，从简单开始，然后逐步完善。

4.1 设置画布

首先，让我们用基本知识设置画布：

• 聊天输入
• 带有 OpenAI 密钥的代理
• 聊天输出

在准备代理时，我们需要一个 OpenAI 密钥，因此你可以按照以下方式在全局变量中准备它：

如果你插入所有组件，使用 OpenAI 变量并尝试运行它，你将构建这些组件。

4.2 为代理提供内存

现在，让我们为代理升级内存：

• 添加“Astra DB 聊天内存”组件
• 转到代理中的“控制”部分并切换“外部内存”选项

使用一系列相关问题进行测试，看看它是否记住。看看它如何学习很有趣！

4.3 添加我们的第一个工具

让我们添加我们的第一个工具：计算器。

小菜一碟！现在，让我们保持系统提示不变，直接前往操场与我们的代理聊天。

4.4 测试我们的代理

是时候进行测试了！让我们问我们的代理一些会让大模型 (LLM) 感到紧张的问题：

“51231234123 * 51295182141888811238 的结果是多少？”

LLM通常很难理解复杂的数学，但给他们一个计算器工具，瞧！他们可以委派这项任务并完成它。这就像快速拨号上有数学天才一样。

4.5 扩展我们代理的能力

让我们为我们的代理提供一些网络搜索超能力：

添加“Tavily AI Search”工具进行网络搜索。

使用类似“搜索阿雷格里港的一些景点，并向我展示一张图片”之类的内容进行测试。

“你能分享一些巴塞罗那的景点及其图片吗？”

4.6 赋予我们的代理一个目标

最后，让我们把万事通变成一专多能的：

• 添加带有详细说明的提示组件。
• 让我们将其转变为具有全面系统提示的“旅行社”

一个很好的提示会告诉代理要友好、知识渊博，并始终优先考虑旅行者的需求和偏好。它应该涵盖从了解旅行需求到提供量身定制的建议甚至促进负责任的旅游等所有内容。

5、使用 LangSmith 和 Langwatch 增加可观察性

随着你的 AI 项目变得越来越复杂，掌握幕后发生的事情非常重要。这就是 LangSmith 和 LangWatch 等工具派上用场的地方。它们与 Langflow 无缝集成，为你的 AI 性能提供有价值的见解。这就像拥有一张后台通行证，可以准确地看到你的代理是如何做出决策的！

你可以在 Langflow 文档中找到LangSmith 和LangWatch的安装说明，以便快速入门。这些工具使你能够：

• 实时监控代理的性能
• 通过跟踪代理的决策过程来调试问题
• 通过识别瓶颈来优化代理的效率

我们将在未来的文章中深入探讨如何将 LangSmith 和 Langwatch 与您的 Langflow 代理一起使用。敬请期待！

6、结束语

就是这样！我们已经介绍了在 Langflow 中创建和自定义代理的基础知识，从简单的计算器到精明的旅行助手。最好的部分？这只是开始。接下来，我们将探索如何构建更酷、更复杂的代理，创建我们自己的自定义工具，甚至在 Langflow 中设置多代理系统。

请记住，Langflow 非常灵活。你可以创建各种代理管道并自定义其工具以完全满足您的需求。唯一的限制就是想象力！

原文链接：A Beginner’s Guide to Building Agents in Langflow

汇智网翻译整理，转载请标明出处