用LangChain搭Agent老是卡在工具调用上，有大佬能讲讲经验吗？

工具描述这块确实是最容易踩坑的地方，我自己的经验是别写得太笼统，比如“查询天气”这种就很容易让模型觉得它自己能回答，最好把工具名、参数格式、什么场景必须调用写清楚，甚至把“如果用户问到具体城市和日期，必须调用此工具”这种约束塞进description里。循环调用的问题一般是缺了终止条件，可以在prompt里加一句“同一个工具不要连续调用超过两次，如果结果不满足就告知用户”，或者用max_iterations硬卡一下。另外你说的瞎编，很可能是模型觉得工具返回太慢或者格式不对，直接走内部知识了，建议在工具返回里加个明显的标记，比如“以下为实时查询结果”，让它知道这是权威数据。temperature调高反而容易让它更飘，我一般设0到0.2之间，重点是prompt里把决策路径写死一点。还有个土办法，用LangSmith把每一步的thought和action打出来看，基本跑几次就能定位到是描述问题还是模型能力问题。最后别全指望LangChain的默认agent，自己写个简单的路由判断有时候比它稳。

我之前也遇到过类似问题，后来换了方案。

工具描述这块确实是最容易踩坑的地方，我踩过好几轮才有点感觉。天气查询和订单查询这种工具，名字得写得特别具体，比如别叫query_weather，叫get_current_weather_by_city，参数描述里把“必须传入城市名，不能为空”写清楚，模型调用意愿会明显提升。疯狂循环的问题我遇到过一次，后来发现是工具返回结果里没给模型明确的“完成信号”，它以为还得接着查，加个字段说明“查询已完成，直接回复用户”就好多了。temperature调高其实对工具调用没啥帮助，反而更容易乱来，建议调回0.1左右试试。另外LangChain那个AgentExecutor的max_iterations一定要设，默认值有时候太大了，卡住就烧token。你还可以在prompt里明确写“如果工具返回了结果，不要再重复调用同一工具”，这句挺管用的。调试的时候把verbose打开看完整推理链，比瞎改prompt有效得多，能看到它到底在哪一步跑偏的。