🦜️🧰 langchain-dev-utils

🚀 专为 LangChain 和 LangGraph 开发者打造的高效工具库

为什么选择 langchain-dev-utils？

厌倦了在 LangChain 开发中编写重复代码？langchain-dev-utils 正是您需要的解决方案！这个轻量但功能强大的工具库专为提升 LangChain 和 LangGraph 开发体验而设计，帮助您：

• 提升开发效率 - 减少样板代码，让您专注于核心功能
• 简化复杂流程 - 轻松管理多模型、多工具和多智能体应用
• 增强代码质量 - 提高一致性和可读性，减少维护成本
• 加速原型开发 - 快速实现想法，更快迭代验证

核心功能

• 统一的模型管理

  ---

  通过字符串指定模型提供商，轻松切换和组合不同模型。

• 内置OpenAI-Compatible集成类

  ---

  内置 OpenAI-Compatible API集成类，可通过显式配置，提升模型兼容性。

• 灵活的消息处理

  ---

  支持思维链拼接、流式处理和消息格式化

• 强大的工具调用

  ---

  内置工具调用检测、参数解析和人工审核功能

• 高效的 Agent 开发

  ---

  简化智能体创建流程，扩充更多的常用中间件

• 方便的状态图构建

  ---

  提供预构建的两个函数，方便用于构建顺序执行和并行执行的状态图。

快速开始

本库的一大作用就是用于接入提供 OpenAI-Compatible API 的模型，下面以 vLLM 部署的qwen2.5-7b 为例。

1. 安装 langchain-dev-utils

pip install -U "langchain-dev-utils[standard]"

注意：使用此功能必须安装 langchain-dev-utils[standard] 版本。

2. 开始使用

from langchain.tools import tool
from langchain_core.messages import HumanMessage
from langchain_dev_utils.chat_models import register_model_provider, load_chat_model
from langchain_dev_utils.agents import create_agent

# 注册模型提供商
register_model_provider("vllm", "openai-compatible", base_url="http://localhost:8000/v1")

@tool
def get_current_weather(location: str) -> str:
    """获取指定地点的当前天气"""
    return f"25度，{location}"

# 使用字符串动态加载模型
model = load_chat_model("vllm:qwen2.5-7b")
response = model.invoke("你好")
print(response)

# 创建智能体
agent = create_agent("vllm:qwen2.5-7b", tools=[get_current_weather])
response = agent.invoke({"messages": [HumanMessage(content="今天纽约的天气如何？")]})
print(response)

GitHub 仓库

访问 GitHub 仓库 查看源代码和问题。