LangChain ReAct代理执行完成后，如何将生成的DataFrame作为本地变量获取？

我现在用LangChain的ReAct代理来加载Excel文件、做数据转换，最后把结果存在名为df的DataFrame里。但问题是，最后调用agent_executor.invoke()的时候，它只返回一个描述执行过程的字典，根本拿不到实际的DataFrame。我想在主脚本里把生成的DataFrame作为本地变量直接用，下面是我的代码：

import pandas as pd
from langchain.agents import AgentExecutor, create_react_agent, Tool
from langchain.tools import tool
from langchain_community.tools import ShellTool
from langchain_openai import ChatOpenAI
from langchain_experimental.utilities import PythonREPL
from langchain import hub

@tool
def load_excel_response(filepath: str):
    """Load an Excel file and return a transformed DataFrame."""
    df = pd.read_excel(filepath, skiprows=2, names=['responses']).reset_index(drop=True)
    df = df.select_dtypes(include=['object'])
    return df # df.to_json()

llm = ChatOpenAI(model='gpt-4o-mini')
python_repl = PythonREPL()
shell_tool = ShellTool()

repl_tool = Tool(
    name="python_repl",
    description="Run Python commands in a REPL environment.",
    func=python_repl.run,
)

tools_list = [load_excel_response, repl_tool, shell_tool]
prompt = hub.pull("hwchase17/react")

shell_agent = create_react_agent(llm=llm, tools=tools_list, prompt=prompt)
agent_executor = AgentExecutor(agent=shell_agent, tools=tools_list, verbose=True)

path = 'excel_file.xlsx'
user_prompt = f"Load the Excel file located at {path} and assign the result to a variable named df."

response = agent_executor.invoke({"input": user_prompt})
print("Agent response:", response)

目前我观察到的情况是：

• 代理确实加载了Excel文件（已经通过verbose=True的输出确认了）
• agent_executor.invoke()的最终返回值是一个字典，只总结了代理的执行步骤和最终消息，没有实际的DataFrame数据
• 我需要的是执行完成后拿到df这个变量

我已经试过这些办法，但都没解决：

• 定义一个全局的df变量，想让代理把结果存到全局变量里
• 在load_excel_response工具里返回df.to_json()格式的数据

不管怎么试，代理的最终返回还是只有文本总结，拿不到实际数据。

可行的解决思路 #

ReAct代理的设计本来就是返回自然语言的执行总结，所以要拿到实际的DataFrame，得换个思路——把数据存储在代理可以访问、主脚本也能拿到的共享空间里，或者让工具直接把数据输出到外部可访问的地方。下面是两种比较靠谱的实现方式：

方式一：用类封装状态（推荐，比全局变量更优雅）

我们可以创建一个简单的类来保存DataFrame的状态，让工具方法直接操作这个类的实例，这样主脚本就能从实例里拿到最终的DataFrame。

修改后的代码示例：

import pandas as pd
from langchain.agents import AgentExecutor, create_react_agent, Tool
from langchain.tools import tool
from langchain_community.tools import ShellTool
from langchain_openai import ChatOpenAI
from langchain_experimental.utilities import PythonREPL
from langchain import hub

# 定义一个类来存储共享状态
class DataStore:
    def __init__(self):
        self.df = None

data_store = DataStore()

@tool
def load_excel_response(filepath: str):
    """Load an Excel file and store the transformed DataFrame in the shared data store."""
    df = pd.read_excel(filepath, skiprows=2, names=['responses']).reset_index(drop=True)
    df = df.select_dtypes(include=['object'])
    # 把df存到共享的data_store里
    data_store.df = df
    return "Excel文件加载并转换完成，DataFrame已存储到共享数据区"

llm = ChatOpenAI(model='gpt-4o-mini')
python_repl = PythonREPL()
shell_tool = ShellTool()

repl_tool = Tool(
    name="python_repl",
    description="Run Python commands in a REPL environment.",
    func=python_repl.run,
)

tools_list = [load_excel_response, repl_tool, shell_tool]
prompt = hub.pull("hwchase17/react")

shell_agent = create_react_agent(llm=llm, tools=tools_list, prompt=prompt)
agent_executor = AgentExecutor(agent=shell_agent, tools=tools_list, verbose=True)

path = 'excel_file.xlsx'
user_prompt = f"Load the Excel file located at {path} using the load_excel_response tool."

response = agent_executor.invoke({"input": user_prompt})
print("Agent response:", response)

# 现在主脚本可以直接从data_store里拿到df了
final_df = data_store.df
print("最终拿到的DataFrame:", final_df.head())

方式二：让工具返回序列化后的DataFrame，主脚本解析

如果不想用类，也可以让工具返回JSON格式的DataFrame数据，然后在主脚本里把JSON解析回DataFrame。不过要注意修改prompt或者引导代理返回原始的JSON数据，而不是总结文本。

修改工具和主脚本的关键部分：

@tool
def load_excel_response(filepath: str):
    """Load an Excel file and return the transformed DataFrame as JSON string."""
    df = pd.read_excel(filepath, skiprows=2, names=['responses']).reset_index(drop=True)
    df = df.select_dtypes(include=['object'])
    # 返回JSON格式的字符串
    return df.to_json(orient='records')

# 调用代理后，解析返回的结果
response = agent_executor.invoke({"input": f"Load the Excel file at {path} and return the raw JSON output from the load_excel_response tool."})
# 注意这里要从response的output里提取JSON字符串，然后解析
import json
final_df = pd.DataFrame(json.loads(response['output']))
print("解析后的DataFrame:", final_df.head())

为什么之前的方法没生效？ #

• 全局变量的问题：代理的工具方法在执行时，可能处于不同的上下文，直接赋值全局变量有时候会因为作用域问题不生效；而且如果是多线程环境，全局变量还会有线程安全问题。
• 返回JSON但没拿到：因为ReAct代理默认会把工具的返回值转换成自然语言总结，所以即使工具返回了JSON，代理也会把它改成文本描述，不会直接返回原始的JSON数据。

备注：内容来源于stack exchange，提问作者Daniel Tobi