LangChain中Agent的工作原理是什么？有哪些内置Agent类型？

LangChain Agent将LLM、工具集、Prompt模板、输出解析器组合为一个循环决策引擎

核心循环：

1. Agent接收用户输入和历史上下文

2. LLM推理当前状态，决定下一步Action（工具名+参数）或Final Answer

3. 输出解析器从LLM输出中提取Action

4. Tool Executor执行工具调用

5. 工具返回Observation -> 返回步骤2（循环至给出Final Answer）

内置Agent类型：

• Zero-shot ReAct Agent：仅靠工具描述进行推理和行动（不依赖示例）
• Structured Chat Agent：支持多参数工具的结构化对话
• OpenAI Functions Agent：利用OpenAI原生Function Calling模型
• Conversational Agent：包含记忆功能，支持多轮对话
• Self-Ask with Search Agent：逐层追问+搜索的特定模式

选择建议：用OpenAI Functions Agent（如果模型支持Function Calling）；否则用ReAct Agent