LangGraph+ChatOpenAI+Ollama自定义工具函数调用报错问题求助

核心原因 #

自定义工具未正确注册到LangGraph的工具列表，或工具格式不符合LangChain规范，导致Agent无法识别。

具体修复步骤 #

1. 让自定义工具符合LangChain规范 #

不管是本地函数还是外部脚本的工具，都需要用LangChain的@tool装饰器或StructuredTool类包装，赋予标准的描述和参数定义。

测试用fake_search示例：

from langchain.tools import tool

@tool
def fake_search(query: str) -> str:
    """模拟搜索工具，返回固定测试结果"""
    return f"模拟搜索结果：{query}的相关信息"

外部脚本external_tools.py中的工具：

# external_tools.py
from langchain.tools import tool

@tool
def external_search(query: str) -> str:
    """外部脚本中的自定义搜索工具"""
    return f"外部搜索结果：{query}"

2. 正确将自定义工具加入Agent的工具集合 #

构建Agent时，要把自定义工具和社区工具一起传入工具列表，确保Agent能识别所有可用工具。

from langchain_community.tools import TavilySearchResults
from langgraph.prebuilt import create_react_agent
from langchain_openai import ChatOpenAI
# 导入自定义工具
from external_tools import external_search
from local_tools import fake_search

# 初始化LLM（可选ChatOpenAI或Ollama）
llm = ChatOpenAI(model="gpt-3.5-turbo")
# llm = ChatOllama(model="llama3")

# 组装工具列表：社区工具 + 自定义工具
tools = [
    TavilySearchResults(max_results=1),
    fake_search,
    external_search
]

# 创建Agent
agent = create_react_agent(llm, tools)

3. 自定义Agent逻辑的工具调用检查 #

如果不用create_react_agent而是自定义Agent流程，要确保工具调用节点正确匹配工具集合：

from langgraph.graph import StateGraph, END
from langchain_core.messages import ToolMessage

def call_tool(state):
    tool_calls = state["messages"][-1].tool_calls
    results = []
    for tc in tool_calls:
        # 通过工具名称匹配对应工具
        tool = {t.name: t for t in tools}[tc["name"]]
        result = tool.invoke(tc["args"])
        results.append(ToolMessage(content=str(result), tool_call_id=tc["id"]))
    return {"messages": results}

# 构建图时关联工具调用节点
graph_builder = StateGraph(AgentState)
graph_builder.add_node("call_tool", call_tool)

4. 验证工具名称一致性 #

LLM生成的工具调用名称必须和自定义工具的name属性完全一致（大小写敏感），可通过打印确认：

print(fake_search.name)  # 输出：fake_search

如需自定义工具名称，可在装饰器中指定：

@tool(name="my_custom_search")
def fake_search(query: str) -> str:
    """模拟搜索工具，返回固定测试结果"""
    return f"模拟搜索结果：{query}的相关信息"

常见错误排查 #

• 未用LangChain工具装饰器包装：普通函数无法被Agent识别，必须用@tool或StructuredTool处理。
• 工具未加入Agent工具列表：即使定义了工具，未传入Agent的工具集合，Agent也无法调用。
• 工具描述缺失：@tool的文档字符串是LLM识别工具的关键，必须清晰描述功能和参数。

内容的提问来源于stack exchange，提问作者swv