You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

LangChain v0.1版本如何初始化CONVERSATIONAL_REACT_DESCRIPTION代理

在LangChain v0.1中初始化CONVERSATIONAL_REACT_DESCRIPTION代理

在LangChain v0.1版本(如你当前使用的langchain 0.1.11)中,初始化对话式ReAct代理(对应原AgentType.CONVERSATIONAL_REACT_DESCRIPTION)需要使用**create_conversational_react_agent**方法替代旧的initialize_agent,再结合AgentExecutor完成配置,同时保留你原代码中的核心参数(如memory、max_iterations等)。

完整代码示例

from langchain.agents import AgentExecutor, create_conversational_react_agent
from langchain.memory import ConversationBufferMemory

# 假设你已提前定义llm、tools、prompt模板和memory实例
# 若未定义memory,可参考示例创建:
# memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

# 构建对话式ReAct代理
agent = create_conversational_react_agent(
    llm=llm,
    tools=tools,
    prompt=prompt  # 对应原代码中agent_kwargs=prompt的配置
)

# 创建代理执行器,传入所有运行时配置
agent_executor = AgentExecutor(
    agent=agent,
    tools=tools,
    memory=memory,
    verbose=True,
    max_iterations=3,
    handle_parsing_errors=True
)

参数对应说明

  • 原initialize_agent中的agent=AgentType.CONVERSATIONAL_REACT_DESCRIPTION被替换为专门的create_conversational_react_agent方法,无需再手动指定AgentType。
  • 原agent_kwargs=prompt直接作为create_conversational_react_agent的prompt参数传入。
  • memory参数需要传递给AgentExecutor,而非代理构建方法。
  • verbose、max_iterations、handle_parsing_errors等配置逻辑与原代码一致,直接传入AgentExecutor即可。

内容的提问来源于stack exchange,提问作者Pasindu Ud

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.27 07:50:12