如何在LangChain的React Agent或OpenAI工具代理的工具中访问LangGraph的状态？

嘿，我来给你捋捋怎么解决这个问题～你想在工具里拿到LangGraph的状态或者传递user_id这类变量，其实有几个实用的办法，我一个个给你说：

• 方法一：把状态变量作为Agent输入传递，让工具直接接收参数
  首先，你需要确保LangGraph的状态里包含user_id这类你需要的变量，然后在调用Agent的节点里，把这些变量从状态中提取出来，加到Agent的输入上下文里。比如：

  def agent_node(state):
      # 从LangGraph状态里取出user_id
      user_id = state["user_id"]
      # 构造Agent的输入，把user_id和用户提问、对话历史一起传进去
      agent_input = {
          "input": state["input"],
          "user_id": user_id,
          "chat_history": state.get("chat_history", [])
      }
      # 调用Agent执行器
      result = agent_executor.invoke(agent_input)
      # 返回更新后的状态
      return {"agent_outcome": result}
  

  然后你的工具就可以直接把user_id作为参数接收，记得要在工具的描述里明确说明参数用途，这样Agent才知道要传递这个值：

  @tool
  def get_goals(user_id: int):
      """
      Returns the user's goals.
      Args:
          user_id: The ID of the user whose goals you want to retrieve.
      """
      # 这里就可以用user_id查询对应数据啦
      return f"Goals for user {user_id}: ..."
  

• 方法二：用类工具绑定状态变量
  如果你不想依赖Agent自动传递参数，也可以把工具定义成类，这样就能直接把LangGraph的状态变量绑定到工具实例上。比如：

  from langchain.tools import BaseTool
  
  class GetGoalsTool(BaseTool):
      name = "get_goals"
      description = "Returns the user's goals."
      # 定义属性存储需要的user_id
      user_id: int
  
      def _run(self):
          # 直接用绑定好的user_id就行
          return f"Goals for user {self.user_id}: ..."
  

  然后在LangGraph的Agent节点里，动态创建工具实例并传入user_id：

  def agent_node(state):
      user_id = state["user_id"]
      # 动态生成带user_id的工具实例
      tools = [GetGoalsTool(user_id=user_id)]
      # 重新创建Agent执行器（或者也可以把工具列表放到状态里管理）
      agent_executor = create_openai_tools_agent(tools=tools, llm=llm, prompt=prompt)
      result = agent_executor.invoke({"input": state["input"]})
      return {"agent_outcome": result}
  

• 方法三：修改Agent提示词，引导它传递状态变量
  你还可以在Agent的提示词里明确告诉它，要使用状态里的user_id来调用工具。比如：

  from langchain_core.prompts import ChatPromptTemplate
  
  prompt = ChatPromptTemplate.from_messages([
      ("system", "你是一个助手，调用需要用户ID的工具时，必须使用上下文里的{user_id}参数。"),
      ("human", "{input}"),
      ("placeholder", "{agent_scratchpad}")
  ])
  # 创建Agent时用这个提示词
  agent_executor = create_openai_tools_agent(tools=tools, llm=llm, prompt=prompt)
  

  搭配方法一的Agent输入传递，这样Agent就会自动把user_id作为参数传给工具啦。

最后别忘了，要确保LangGraph的状态结构里包含你需要的变量，比如用TypedDict定义状态：

from langgraph.graph import StateGraph, END
from typing import TypedDict, List

class State(TypedDict):
    input: str
    user_id: int
    chat_history: List
    agent_outcome: dict

# 构建并编译LangGraph
graph_builder = StateGraph(State)
graph_builder.add_node("agent", agent_node)
graph_builder.set_entry_point("agent")
graph_builder.add_edge("agent", END)
graph = graph_builder.compile()

# 调用时传入初始状态
result = graph.invoke({
    "input": "我的目标是什么？",
    "user_id": 12345,
    "chat_history": []
})

备注：内容来源于stack exchange，提问作者Javier Tejero