大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



import os from dotenv import load_dotenv from langchain_openai import ChatOpenAI from langchain_core.prompts import ChatPromptTemplate, PromptTemplate from langchain_core.tools import Tool import json

加载环境变量

load_dotenv() os.environ[“OPENAI_API_KEY”] = “sk-淘宝key” api_key = os.getenv(‘OPENAI_API_KEY’)

========== 1. 初始化 LLM（大语言模型） ==========

LangChain 特点：统一的 LLM 接口，支持多种模型提供商

llm = ChatOpenAI(

base_url="https://api.openai.com/v1", api_key=api_key, model="gpt-4o", temperature=0.7 # LangChain 特点：统一的参数配置 

)

以下是具体的子任务方法

def research_destination():

print("进行目的地研究 - 收集当地文化、天气和景点信息") 

def book_transportation():

print("预订交通工具 - 选择航班和当地交通方式") 

def reserve_accommodation():

print("安排住宿 - 根据预算选择酒店或民宿") 

def plan_activities():

print("规划每日活动 - 创建景点游览和餐饮计划") 

def prepare_documents():

print("准备旅行文件 - 检查签证、打印预订确认单") 

def pack_luggage():

print("整理行李 - 根据天气准备衣物和必需品") 

def confirm_arrival():

print("确认抵达安排 - 联系接机服务和酒店") 

def calculator():

print(12*25) 

LangChain 特点：统一的工具接口定义

tools = [

Tool( name="research_destination", func=research_destination, description="进行目的地研究 - 收集当地文化、天气和景点信息" ), Tool( name="book_transportation", func=book_transportation, description="预订交通工具 - 选择航班和当地交通方式" ), Tool( name="reserve_accommodation", func=reserve_accommodation, description="安排住宿 - 根据预算选择酒店或民宿" ), Tool( name="plan_activities", func=book_transportation, description="规划每日活动 - 创建景点游览和餐饮计划" ), Tool( name="prepare_documents", func=prepare_documents, description="准备旅行文件 - 检查签证、打印预订确认单" ), Tool( name="pack_luggage", func=pack_luggage, description="整理行李 - 根据天气准备衣物和必需品" ), Tool( name="calculator", func=calculator, description="执行简单的数学计算，如加减乘除运算" ), Tool( name="confirm_arrival", func=confirm_arrival, description="确认抵达安排 - 联系接机服务和酒店" ) 

] def explain_and_process(json_data):

""" 解释并处理旅行计划JSON数据 参数: json_data -- 包含旅行计划步骤的JSON字符串 返回: 处理后的计划步骤列表 """ # 1. 解析JSON数据 try: plan_data = json.loads(json_data) print("✅ JSON解析成功！数据结构验证通过") except json.JSONDecodeError as e: print(f"❌ JSON解析错误: {str(e)}") return None # 2. 解释数据结构 print(" 

🔍 JSON结构分析:“)

print(f"- 顶层对象包含 {len(plan_data)} 个键: {list(plan_data.keys())}") print(f"- 'steps' 键包含 {len(plan_data['steps'])} 个步骤") # 3. 提取并处理步骤数据 steps = [] print(" 

📋 计划步骤详情:”)

for step in plan_data["steps"]: # 验证必要字段 if "id" not in step or "description" not in step: print(f"⚠️ 警告: 步骤缺少必要字段 - {step}") continue # 创建步骤对象 step_obj = { "id": step["id"], "description": step["description"], "status": "pending" # 添加执行状态 } steps.append(step_obj) # 打印步骤信息 print(f"步骤 {step['id']}: {step['description']}") if "research_destination" in step['description'].lower(): research_destination() elif "book_transportation" in step['description'].lower(): book_transportation() elif "reserve_accommodation" in step['description'].lower(): reserve_accommodation() elif "plan_activities" in step['description'].lower(): plan_activities() elif "prepare_documents" in step['description'].lower(): prepare_documents() elif "pack_luggage" in step['description'].lower(): pack_luggage() elif "calculator" in step['description'].lower(): calculator() elif "confirm_arrival" in step['description'].lower(): confirm_arrival() # 4. 添加额外信息 print(" 

✨ 处理后的数据结构:“)

print(f"- 总步骤数: {len(steps)}") print(f"- 首个步骤: {steps[0]['description']}") print(f"- 最后步骤: {steps[-1]['description']}") return steps 

def plan_agents():

""" 演示简化版 Agents：手动工具选择和执行 LangChain 特点：工具集成和智能选择（这里用简化版演示概念） """ print("=" * 50) print("🤖 简化版 Agents 演示：计划选择与执行") print("=" * 50) # 创建工具选择提示词 tool_selection_prompt = ChatPromptTemplate.from_messages([ ("system", """你是一个专业任务规划AI。请将以下任务分解为5-7个有序的关键步骤。 输出要求: 1. 只输出JSON格式，而且JSON格式要正确 2. JSON内容包含一个"steps"数组，每个步骤是一个对象，包含"id"(数字序号)和"description"(用到的步骤，如research_destination) 3. 确保步骤间有逻辑顺序和依赖关系 可以用到的步骤： 1. research_destination - 进行目的地研究 - 收集当地文化、天气和景点信息 2. book_transportation - 预订交通工具 - 选择航班和当地交通方式 3. reserve_accommodation - 安排住宿 - 根据预算选择酒店或民宿 4. plan_activities - 规划每日活动 - 创建景点游览和餐饮计划 5. prepare_documents - 准备旅行文件 - 检查签证、打印预订确认单 6. pack_luggage - 整理行李 - 根据天气准备衣物和必需品 7. calculator - 执行数学计算 8. confirm_arrival - 确认抵达安排 - 联系接机服务和酒店 """), ("human", "{question}") ]) tool_chain = tool_selection_prompt | llm question = '我要去日本东京，帮我安排行程。' print(f"👤 用户问题：{question}") # 1. 工具选择 selection_result = tool_chain.invoke({"question": question}) response_json = selection_result.content.replace('json','').replace('','') print(f"🧠 返回json：{response_json}") explain_and_process(response_json) 

def main():

try: print("=== AI旅行规划Agent演示 ===") plan_agents() print("✅ 所有演示完成！") except Exception as e: print(f"❌ 演示过程中出现错误：{str(e)}") print("请检查 API 密钥和网络连接") 

if name == “main”:

main()