如何为LangChain的SQL Agent扩展SQLDatabaseToolkit自定义工具？

• 确保自定义工具符合LangChain标准
  自定义工具必须遵循LangChain的BaseTool规范，不能直接传入普通函数。推荐两种实现方式：

  from langchain.tools import BaseTool, tool
  
  # 方式1：使用@tool装饰器快速定义
  @tool
  def custom_sql_preprocessor(query: str) -> str:
      """对SQL查询语句进行预处理，比如替换特殊占位符、校验语法"""
      # 这里编写你的工具逻辑
      processed_query = query.replace("{{USER_INPUT}}", "valid_value")
      return processed_query
  
  # 方式2：继承BaseTool类实现更复杂的工具
  class CustomDataAnalyzer(BaseTool):
      name = "custom_data_analyzer"
      description = "用于分析SQL查询返回的结果，生成统计摘要或可视化描述"
  
      def _run(self, result_data: str) -> str:
          # 核心执行逻辑
          return f"数据统计摘要：共{len(result_data.split())}条记录"
  
      async def _arun(self, result_data: str) -> str:
          # 异步执行逻辑（可选，若不需要可省略）
          return self._run(result_data)
  
  # 组装工具列表
  custom_tool_list = [custom_sql_preprocessor, CustomDataAnalyzer()]
  

• 校验agent_type与参数的兼容性
  你使用的AgentType.OPENAI_FUNCTIONS要求工具适配OpenAI函数调用规范：

  • 工具的name必须是英文小写，不含特殊字符
  • description要清晰说明工具的用途和适用场景，帮助LLM判断何时调用
  • 函数参数的注释要明确，LangChain会自动生成符合JSON Schema的参数定义

• 优化suffix引导Agent使用工具
  自定义suffix需要明确告知Agent可以调用额外工具，示例：

  custom_suffix = """
  当遇到需要预处理SQL语句或分析查询结果的需求时，你可以调用提供的custom_sql_preprocessor或custom_data_analyzer工具。
  最终回答用户的问题前，确保已完成必要的工具调用。
  """
  

• 验证工具加载状态
  创建Agent后，打印工具列表确认自定义工具是否被正确加载：

  print([tool.name for tool in agent.tools])
  

  如果自定义工具未出现在列表中，检查工具定义是否符合BaseTool规范。

• 通过日志排查调用问题
  开启verbose=True后，观察控制台输出：

  • 若Agent未调用自定义工具，说明工具的description不够精准，或prompt未明确引导，需优化描述或调整prompt内容
  • 若调用工具时报错，检查工具的输入参数是否与Agent传递的参数匹配

内容的提问来源于stack exchange，提问作者lauther27