1.使用单个tools

使用serpapi实现联网搜索，代码实现：

import os
from langchain_classic.agents import initialize_agent, AgentType
from langchain_community.agent_toolkits.load_tools import load_tools
from langchain_community.llms import Tongyi  # 导入通义千问Tongyi模型
import dashscope

# 你需要在环境变量中添加 OPENAI_API_KEY 和 SERPAPI_API_KEY（注意：在windows10环境，配置完环境变量，需要重启PyCharm）
# serpapi：serpapi.com
# os.environ["OPENAI_API_KEY"] = '*******'
# os.environ["SERPAPI_API_KEY"] = '*******'

# 从环境变量获取 dashscope 的 API Key（Qwen大模型）
api_key = os.environ.get('DASHSCOPE_API_KEY')
dashscope.api_key = api_key

# 加载模型
llm = Tongyi(model_name="qwen3-max", dashscope_api_key=api_key)

# 加载 serpapi 工具
tools = load_tools(["serpapi"])

"""
agent：代理类型  
    zero-shot-react-description: 根据工具的描述和请求内容的来决定使用哪个工具（最常用）
    react-docstore: 使用 ReAct 框架和 docstore 交互, 使用Search 和Lookup 工具, 前者用来搜, 后者寻找term, 举例: Wipipedia 工具
    self-ask-with-search 此代理只使用一个工具: Intermediate Answer, 它会为问题寻找事实答案(指的非 gpt 生成的答案, 而是在网络中,文本中已存在的), 如 Google search API 工具
    conversational-react-description: 为会话设置而设计的代理, 它的prompt会被设计的具有会话性, 且还是会使用 ReAct 框架来决定使用来个工具, 并且将过往的会话交互存入内存
"""
# 工具加载后需要初始化，verbose=True 代表打印执行详情
agent = initialize_agent(tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True)

# 运行 agent。
# 注意：需要补充“可以分成多步调用。”，要不无法实现：第一步，查询日期；第二步，基于日期查询历史名人。
agent.invoke("今天是几月几号?历史上的今天有哪些名人出生。可以分成多步调用。")

效果：

2.使用多个tools

问题：当前北京的温度是多少华氏度，这个温度的1/4是多少？
Serpapi，搜索当前北京的温度；
llm-math，计算这个温度的1/4。

代码实现：

import os
import re

from langchain_classic.agents import initialize_agent, AgentType
from langchain_community.agent_toolkits.load_tools import load_tools
from langchain_community.llms import Tongyi  # 导入通义千问Tongyi模型
import dashscope
from langchain_core.tools import Tool

# 你需要在环境变量中添加 OPENAI_API_KEY 和 SERPAPI_API_KEY
# os.environ["OPENAI_API_KEY"] = '*******'
# os.environ["SERPAPI_API_KEY"] = '*******'

# 从环境变量获取 dashscope 的 API Key
api_key = os.environ.get('DASHSCOPE_API_KEY')
dashscope.api_key = api_key

# 加载 Tongyi 模型
llm = Tongyi(model_name="qwen-turbo", dashscope_api_key=api_key)

# 加载 serpapi 工具
tools = load_tools(["serpapi"], llm=llm)

# 创建自定义数学计算工具
def calculator(expression: str) -> str:
    """执行简单的数学计算"""
    try:
        # 清理表达式，只保留数字和基本运算符
        cleaned_expression = re.sub(r'[^0-9+\-*/(). ]', '', expression)
        # 计算结果
        result = eval(cleaned_expression)
        return str(result)
    except Exception as e:
        return f"计算错误: {str(e)}"

math_tool = Tool(
    name="Calculator",
    func=calculator,
    description="用于执行数学计算。只输入数学表达式，如: 11 / 4"
)

# 添加数学工具到工具列表
tools.append(math_tool)

# 工具加载后需要初始化，verbose=True 代表打印执行详情
agent = initialize_agent(tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True)

# 运行 agent
result = agent.invoke({"input": "当前上海的温度是多少摄氏度？这个温度的1/4是多少摄氏度？"})
print(result)

效果：