A LangChain összetett eszközökkel bővíti az MI-ügynököket

Túllépnek az egyetlen szöveges bemeneten

A LangChain csapata 2026. augusztus 25-én ismertette a Structured Tools megoldást. A keretrendszer korábbi eszközei egyetlen szöveges bemenetet fogadtak, és az ügynök egy lépésben egy eszközt választott, majd annak egy szöveges paramétert adott át.

A vállalat szerint ez a működés részben a korábbi nyelvi modellek korlátai miatt alakult így. A modelleknek még az egyszerű eszközhasználat is nehézséget okozott, ezért több eszköz kiválasztása vagy összetett séma megbízható kitöltése nem számított reális feladatnak. A LangChain a text-davinci-003, a gpt-3.5-turbo és a gpt-4 fejlődésére hivatkozva vizsgálta felül ezeket a korlátozásokat.

A csapat korábban már bevezetett egy „multi-action” ügynöki keretrendszert, amelyben az ügynök egy végrehajtási lépés során több műveletet is megtervezhet. A Structured Tools ezt a fejlesztési irányt folytatja az összetettebb bemenetek támogatásával.

Így épül fel egy Structured Tool

A Structured Tool egy olyan műveletet képvisel, amelyet az ügynök végrehajthat. A megoldás egy megadott függvényt csomagol körbe, így az ügynök szabványos módon férhet hozzá annak működéséhez.

Az objektum egyik eleme a name, vagyis az eszköz neve. Ennek egyértelműen kell jeleznie a feladatot, például a „GetCurrentWeather” név az aktuális időjárás lekérdezésére utal. A description rövid útmutatót ad arról, mikor és miért kell használni az eszközt. Az args_schema egy Pydantic BaseModel, amely meghatározza az argumentumokat és azok típusát, valamint az eszköz futtatása előtt ellenőrizheti a bemeneteket.

A működésért a _run és az aszinkron használathoz tartozó _arun metódus felel. Ezekben a fejlesztő tetszőleges logikát helyezhet el, az egyszerű számítástól az API-kéréseken át más nyelvi modellalapú láncok meghívásáig.

Fájlkezelés és böngészés is bekerült

A LangChain két új, Structured Tool alapú eszközt is kiemelt. A fájlkezelő eszköztár többek között írásra, keresésre, áthelyezésre, másolásra, könyvtárak listázására és fájlok keresésére használható.

A csapat emellett hivatalos, állapottartó Playwright Browser eszköztárat adott ki. Ez lehetővé teszi, hogy egy ügynök webhelyeket nyisson meg, kattintson, űrlapokat küldjön be és adatokat kérdezzen le. A LangChain az összes régi és új eszköz listáját a dokumentációban tartja nyilván.

Saját strukturált eszköz létrehozásához a leggyorsabb út a StructuredTool.from_function konstruktor használata. A rendszer a függvény aláírásából következteti ki az argumentumok sémáját. A fejlesztő közvetlenül a BaseTool osztályból is származtathat saját eszközt, ha nagyobb kontrollra van szüksége, például a hitelesítési kulcs környezeti változóból való betöltéséhez.

Új ügynök kezeli a strukturált eszközöket

A Structured Tools használatához a LangChain egy új StructuredChatAgent ügynököt biztosít. A vállalat szerint a korábbi ügynökök alapértelmezett promptjai és kimeneti elemzői nem kezelik hatékonyan a strukturált eszközöket további testreszabás nélkül.

A StructuredChatAgent az STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION ügynöktípussal inicializálható. A strukturált eszközök a LangChain kísérleti AutoGPT ügynökével is kompatibilisek.

A meglévő ügynökökkel való együttműködés attól függ, hány argumentumot fogad az eszköz. Ha egy strukturált eszköz egyetlen szöveges argumentumot használ, továbbra is működhet a korábbi ügynökökkel. A több argumentumot kezelő eszközök viszont közvetlenül nem kompatibilisek többek között a zero-shot-react-description, a react-docstore, a self-ask-with-search és a conv ügynökökkel, további testreszabás nélkül.