第 1 步：创建虚拟环境

第一行可以改为py -m venv venv

第 2 步：安装依赖

langchain：核心框架

langgraph：agent 运行和记忆底层现在经常会用到

langchain-community：ChatZhipuAI 在官方文档示例里是从这里导入的

python-dotenv：读取 .env 文件

zhipuai：智谱官方 Python SDK

httpx httpx-sse PyJWT：LangChain 的 Zhipu 集成文档里明确写了这些安装项

第 3 步：配置 API Key

代码：

1.导入os（用于读取env文件里的api-key

），json（用于数据的编码和解码），dotenv包（调用dotenv里的load_dotenv函数，将key导入环境变量）

2.导入langchain相关包

从LangChain的agents模块导入create_agent函数，是创建agent的核心函数

从LangChain的tools模块导入tool装饰器，用于将普通的py函数标记为agent的tool

3.定义工具

要写好注释，因为大模型不是“看源码逻辑”，它主要看的是：

• 工具名

• 参数名

• 描述文字

• 

• 4.初始化大模型

  注意：api-key的传递封装在ChatZhipuAI内，它会自动读取环境变量里的apikey

• 

• 5.系统提示词：

  相当于ai的人设和基础设定

• ---

  

6.初始化agent

7.调用agent，并返回文本

agent.invoke是LangChain Agent的执行方法，用于触发智能代理处理用户输入并生成响应。

用户输入 → agent.invoke() → 模型推理 → 工具调用 → 结果返回

返回值

agent.invoke返回一个包含处理结果的字典，可能包含：

• messages: 完整的对话历史

• content: 最终的回答文本

• 工具调用记录和其他元数据

• 

8.程序入口

9.运行：