AI Google Docs 研究助理
这个由 AI 驱动的工作流可以从 Google 文档中提取特定信息，并通过在 Google 搜索、维基百科和各类网址等来源进行扩展性研究。非常适合需要快速、结合内部文档与最新网络知识的上下文答案的用户。...
1 min read
工具调用代理 是为 AI 工作流而设计的专用组件，当需要代理根据用户指令智能地与一组外部工具交互时尤为适用。该组件可以编排工具的调用，管理聊天历史以提供上下文，并利用语言模型生成有效的跟进问题和动作。
该组件的功能
工具调用代理作为中间桥梁，接收用户输入（通常是一条消息），通过语言模型处理后，从提供的工具列表中决定调用哪些工具以满足请求。它支持多步推理，并可根据设置的最大迭代次数进行工具调用。这种方式特别适合需要外部数据获取、计算或 API 集成的复杂 AI 任务。
输入
该组件接受以下输入：
| 名称 | 类型 | 必需 | 说明 |
|---|---|---|---|
| Inputs | Message | 是 | 需由代理处理的用户主要输入或消息。 |
| Tools | 工具列表 | 是 | 代理可用于回答用户问题的工具列表。 |
| LLM | BaseChatModel | 否 | 用于生成响应和后续问题的语言模型。 |
| Chat History | InMemoryChatMessageHistory | 否 | 用于维护对话上下文，使代理响应更连贯、更相关。 |
| Max Iterations | int | 否 | 设置代理可进行的最大推理步数（默认：20）。 |
| System Message | str | 否 | 可选的系统提示，用于引导代理的行为或为对话设置上下文。 |
输出
- Message：主要输出为 Message 对象，包含代理处理输入并（如有需要）调用工具后的响应。
主要特性与优势
- 多工具编排：让代理可根据需要选择并调用多个工具，解决复杂问题。
- 上下文感知：借助聊天历史，代理能生成更准确、具上下文的跟进问题和动作。
- 迭代推理：代理可执行多步推理（至设定的最大迭代数），适应需要多次交互的任务。
- 可定制引导：可选的系统消息允许您影响代理的行为、语气或目标，适应不同任务或应用。
- 灵活集成：可用于需要动态决策、工具调用或上下文对话管理的各种工作流。
应用示例
- 自动化客户支持：代理可调用知识库搜索工具、工单创建 API 或其他实用工具来响应用户问题。
- 数据获取与处理：代理可从多种来源（API、数据库）获取数据并处理后进行回复。
- 对话式 AI 应用：实现多轮对话，代理可保持上下文并与外部服务交互完成任务。
总结表
| 输入 | 说明 |
|---|---|
| Input (Message) | 用户消息或指令 |
| Tools | 代理可调用的可用工具列表 |
| LLM | 驱动代理逻辑的语言模型 |
| Chat History | 以往对话内容，提升上下文和记忆力 |
| Max Iterations | 每次调用的最大推理/工具调用步数 |
| System Message | 可选提示，用于塑造代理整体行为 |
| 输出 | 说明 |
|---|---|
| Message | 代理在推理和调用工具后的最终响应 |
适用场景
当您的 AI 工作流需要以下能力时，请使用工具调用代理：
- 智能多步问题解决能力
- 动态调用外部工具或 API
- 维护会话上下文
- 可定制的代理行为
这使其成为构建高级 AI 自动化、聊天机器人、数字助手等的多功能基础模块。
