常见流程需求与场景规划确定智能体用途比如查天气、查维基资料、查 MySQL 业务数据整理需要对接的所有外部能力选定底层大模型 API / 本地开源模型。设定约束规则配置回答规范、数据查询权限、敏感数据拦截、输出格式接入内容安全校验避免违规输出。梳理任务链路拆分完整工作步骤区分纯对话、联网检索、向量知识库查询、SQL 数据库查询等不同分支逻辑。开发各类可调用工具实时工具Tavily 联网搜索工具知识库工具网页 / 文档加载、文本切片、Embedding 向量模型、FAISS 向量库检索工具数据库工具MySQL 连接驱动、SQL 自动生成 / 执行工具、查询结果格式化工具 全部统一封装成 LangChain 标准工具格式。整合全局工具集把搜索、知识库、MySQL 数据库、文件读写等所有自定义工具放进统一工具列表供大模型统一调用。大模型绑定工具能力接入 ChatOpenAI / 通义千问 / Llama 等基座模型使用 bind_tools 绑定全部工具让模型能自主判断该调用哪类工具。配置 Agent 提示词与执行器从 LangChain Hub 拉取通用工具调用提示模板通过 create_tool_calling_agent 组装模型、工具、提示词搭配 AgentExecutor 实现自动调度。增加会话记忆模块用 ChatMessageHistoryRunnableWithMessageHistory 做多会话隔离保存多轮聊天上下文支持多用户同时使用智能体。多场景功能测试分别测试联网提问、知识库专业问答、MySQL 数据表查询校验工具调用准确性、数据读取正确性、回答完整度。迭代优化调整针对 SQL 查询报错、知识库检索不准、工具调用混乱等问题优化提示词、调整向量分段规则、限制危险 SQL 语句执行。部署上线与运维后端打包部署增加日志监控工具调用成功率定期更新知识库、数据库表结构同步适配智能体。关键技术栈通用兼容LangChain、各类大模型 API、FAISS 向量库、Tavily 搜索、MySQL 驱动、OpenAI Embedding、会话记忆组件、工具调用 Agent 框架