LangChain AgentExecutor invoke()仅返回最后消息未返回完整输出问题

核心结论 #

AgentExecutor并没有被LangGraph替代，你不需要强制使用流式输出，问题出在默认配置下不会返回中间工具调用结果，调整参数或使用回调就能获取完整过程数据。

1. 关于LangGraph的角色 #

LangGraph是LangChain生态中用于构建复杂多Agent协作流程的工具，AgentExecutor作为单Agent任务执行的核心组件依然有效，两者定位不同，简单单Agent场景用AgentExecutor完全没问题。

2. 获取中间工具调用结果的两种方法 #

默认情况下，AgentExecutor.invoke()仅返回LLM最终生成的回答（result["output"]），但可以通过以下方式拿到web_fetcher返回的HTML等中间数据：

• 方法一：开启返回中间步骤参数
  初始化AgentExecutor时添加return_intermediate_steps=True，这样invoke的结果会包含intermediate_steps字段，里面存储了所有工具调用的输入输出记录：

  # 初始化AgentExecutor时开启参数
  agent_executor = AgentExecutor(
      agent=your_agent,
      tools=your_tools,
      return_intermediate_steps=True
  )
  
  # 调用后提取web_fetcher的结果
  result = agent_executor.invoke({"input": "你的查询内容"})
  for step in result["intermediate_steps"]:
      tool_name = step[0].tool
      tool_output = step[1]
      if tool_name == "web_fetcher":
          print("web_fetcher返回的HTML内容：", tool_output)
  

• 方法二：用回调捕获实时数据
  自定义回调类，在工具调用完成时触发逻辑捕获输出，适合需要实时处理中间结果的场景：

  from langchain.callbacks.base import BaseCallbackHandler
  
  class ToolOutputHandler(BaseCallbackHandler):
      def on_tool_end(self, output, **kwargs):
          # 这里可以拿到每个工具调用的输出，包括web_fetcher的HTML
          if kwargs["tool"] == "web_fetcher":
              print("实时获取到web_fetcher输出：", output)
  
  # 调用时传入回调
  agent_executor = AgentExecutor(agent=your_agent, tools=your_tools)
  result = agent_executor.invoke(
      {"input": "你的查询内容"},
      callbacks=[ToolOutputHandler()]
  )
  

3. 流式输出的必要性 #

流式输出不是必须的，它的作用是实时返回LLM的生成内容，和获取中间工具调用结果无关。如果只是需要拿到web_fetcher的返回数据，用上面的方法更直接高效。

4. 额外检查项 #

确认你的Agent类型配置正确（比如ToolCallingAgent、StructuredChatAgent等），工具已正确注册到Agent中，避免因Agent逻辑异常导致中间步骤未被记录。

内容的提问来源于stack exchange，提问作者Charles Thayer