Agent 类型

Agent 使用 LLM 来确定采取哪些动作以及以何种顺序执行。 一个动作可以是使用工具并观察其输出，或向用户返回响应。 以下是 LangChain 中可用的 Agent 类型。

zero-shot-react-description

该 Agent 使用 ReAct 框架仅基于工具的描述来确定使用哪个工具。可以提供任意数量的工具。 该 Agent 要求为每个工具提供描述。

react-docstore

该 Agent 使用 ReAct 框架与文档存储进行交互。必须提供两个工具：Search 工具和 Lookup 工具（名称必须完全一致）。 Search 工具应该搜索文档，而 Lookup 工具应该在最近找到的文档中查找术语。 该 Agent 等同于原始的 ReAct 论文，特别是维基百科的示例。

self-ask-with-search

该 Agent 使用单个工具，名称应为 Intermediate Answer。 该工具应该能够查找问题的事实性答案。 该 Agent 等同于原始的 self ask with search 论文，其中使用了 Google 搜索 API 作为工具。

conversational-react-description

该 Agent 设计用于会话环境中。 提示设计为使 Agent 有益且具有会话性。 它使用 ReAct 框架来决定使用哪个工具，并使用内存来记住先前的对话交互。