update

2025.11.02_langchain/langchain_example.py

@@ -1,3 +1,8 @@
+"""
+This code is supported by the website: https://www.guanjihuan.com
+The newest version of this code is on the web page: https://www.guanjihuan.com/archives/47909
+"""
+
 import langchain_openai
 from langchain_core.prompts import ChatPromptTemplate
 import dotenv

2025.11.02_langchain/langchain_example_with_memory.py

@@ -1,3 +1,8 @@
+"""
+This code is supported by the website: https://www.guanjihuan.com
+The newest version of this code is on the web page: https://www.guanjihuan.com/archives/47909
+"""
+
 import os
 from dotenv import load_dotenv
 from langchain_openai import ChatOpenAI

2025.11.02_langchain/langchain_example_with_tool.py

@@ -1,3 +1,8 @@
+"""
+This code is supported by the website: https://www.guanjihuan.com
+The newest version of this code is on the web page: https://www.guanjihuan.com/archives/47909
+"""
+
 import os
 import dotenv
 from langchain_openai import ChatOpenAI

2025.11.04_langchain_running_code/.env

@@ -0,0 +1,2 @@
+OPENAI_API_KEY=xxx
+DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

2025.11.04_langchain_running_code/langchain_running_code.py

@@ -0,0 +1,74 @@
+"""
+This code is supported by the website: https://www.guanjihuan.com
+The newest version of this code is on the web page: https://www.guanjihuan.com/archives/47925
+"""
+
+import os
+import dotenv
+from langchain_openai import ChatOpenAI
+from langchain.agents import create_react_agent, AgentExecutor
+from langchain_core.prompts import PromptTemplate
+from langchain_experimental.tools import PythonREPLTool
+
+# 加载环境变量
+dotenv.load_dotenv()
+
+# 初始化 LLM
+llm = ChatOpenAI(
+    api_key=os.getenv("OPENAI_API_KEY"),
+    base_url=os.getenv("DASHSCOPE_BASE_URL"),
+    model="qwen-plus",
+    temperature=0,
+)
+
+# 使用官方 PythonREPLTool（⚠️ 注意：此工具可执行任意代码，仅用于安全环境）
+tools = [PythonREPLTool()]  # 直接实例化即可，它已是 Tool 类型
+
+# 构建 ReAct Prompt
+template = """你是一个严谨的 Python 编程助手，必须通过工具执行代码来验证逻辑，不能仅靠推理得出结论。
+
+## 工具
+你可以使用以下工具：
+{tools}
+
+## 规则
+- 每次只能执行一个 Action。
+- 所有 Python 代码必须通过工具执行，不得假设输出结果。
+- **Action Input 必须是纯 Python 代码，不要包含 Markdown 代码块符号（如 ``` 或 ```python）。**
+- 如果测试失败（如 assert 报错），请根据错误信息修正代码并重新测试。
+- 最终答案必须基于工具返回的正确执行结果。
+- 输出必须严格遵循以下格式，不要添加额外内容：
+
+Question: <用户问题>
+Thought: <你的思考>
+Action: <工具名称>
+Action Input: <纯 Python 代码（不要 Markdown 代码块）>
+Observation: <工具返回结果>
+...（重复以上步骤）
+Final Answer: <最终答案，包含正确函数和简要说明>
+
+## 可用工具
+{tool_names}
+
+当前问题: {input_message}
+{agent_scratchpad}"""
+
+
+prompt = PromptTemplate.from_template(template)
+
+# 创建并执行 Agent
+agent = create_react_agent(llm, tools, prompt)
+executor = AgentExecutor(
+    agent=agent,
+    tools=tools,
+    verbose=True,
+    max_iterations=10,
+    handle_parsing_errors=True
+)
+
+# 运行任务
+if __name__ == "__main__":
+    response = executor.invoke({
+        "input_message": "请编写一个 Python 函数 fibonacci(n)，返回第 n 个斐波那契数。测试通过后做代码的优化，并给出最终代码。"
+    })
+    print(response["output"])