本章目錄如下：

1. 《使用LangChain Agents構建Gradio及Gradio Tools（1）——LangChain Agent概念》
2. 《使用LangChain Agents構建Gradio及Gradio Tools（2）——LangChain Agent示例》
3. 《使用LangChain Agents構建Gradio及Gradio Tools（3）——使用Langchain agents構建Gradio UI》
4. 《使用LangChain Agents構建Gradio及Gradio Tools（4）——Gradio Tools：gradio_tools庫》
5. 《使用LangChain Agents構建Gradio及Gradio Tools（5）——gradio_tools的端到端示例詳解》
6. 《使用LangChain Agents構建Gradio及Gradio Tools（6）——創建自己的GradioTool》

本篇摘要

本章介紹LangChain Agents原理并用其構建Gradio，然后介紹如何使用大模型創建Gradio Tools。

16. 使用LangChain Agents構建Gradio及Gradio Tool

本章使用LangChain Agents構建Gradio，首先介紹LangChain Agents概念及執行邏輯，并給出演示用例，然后用其構建Gradio，最后介紹如何通過智能體使用Gradio Tools，以及如何創建它。

16.3 使用Langchain agents構建Gradio UI

語言模型本身無法執行操作——它們只能輸出文本。LangChain的一個重要應用場景是創建代理，LLM能夠自主決定某任務采取哪些行動，然后代理決定如何執行該行動并返回結果，LLM觀察結果以決定下一步行動，重復此過程直到任務完成。而LangChain的Agent集成了LLM，這樣代理本身就可以獨立完成任務。本節我們將為一個可以訪問搜索引擎的Langchain agents創建一個Gradio界面。

16.3.1 創建代理

將從導入庫和設置Langchain agents開始。請注意，你需要一個包含以下環境變量的.env文件或將它們設置到運行環境中：SERPAPI_API_KEY=“”、HF_TOKEN=““和DEEPSEEK_API_KEY=””。
演示代碼如下：

# !pip install -Uq langchain-community langchain-deepseek gradio google-search-results
from langchain import hub
from langchain.agents import AgentExecutor, create_openai_tools_agent, load_tools
from langchain_deepseek import ChatDeepSeek
from gradio import ChatMessage
import gradio as gr
import osif not (os.getenv("SERPAPI_API_KEY") and os.getenv("DEEPSEEK_API_KEY")):with gr.Blocks() as demo:gr.Markdown("&#