create_agent参数简介

1 、参数总览

create_agent(
model: str | BaseChatModel,
tools: Sequence[BaseTool | Callable | dict[str, Any]] | None = None,
*,
system_prompt: str | None = None,
middleware: Sequence[AgentMiddleware[AgentState[ResponseT], ContextT]] = (),
response_format: ResponseFormat[ResponseT] | type[ResponseT] | None = None,
state_schema: type[AgentState[ResponseT]] | None = None,
context_schema: type[ContextT] | None = None,
checkpointer: Checkpointer | None = None,
store: BaseStore | None = None,
interrupt_before: list[str] | None = None,
interrupt_after: list[str] | None = None,
debug: bool = False,
name: str | None = None,
cache: BaseCache | None = None,
) -> CompiledStateGraph[
AgentState[ResponseT], ContextT, _InputAgentState, _OutputAgentState[ResponseT]
]

　　2、核心参数介绍 

参数	类型/结构	在生产代理中的目的	关键设计要点
model	模型标识符（字符串）或模型实例	定义推理引擎，影响代理的智能和运行成本	支持静态配置或通过中间件实现动态切换
tools	可调用函数列表或ToolNode实例	赋予代理执行外部行动和收集观察结果的能力	如果列表为空，则代理仅作为对话LLM运行
system_prompt	字符串	确定代理的角色、约束和行为规范	对于塑造代理的行为至关重要；可通过中间件动态修改
response_format	Schema类型或策略	强制代理返回结构化数据，确保下游应用的可靠性	支持提供商原生策略或工具调用策略进行输出验证
middleware	中间件对象列表	在核心代理循环的各个阶段提供自定义钩子	生产中实现安全防护、错误处理和状态操作的关键
state_schema	Pydantic BaseModel（可选）	定义自定义状态组件，主要供工具访问和使用	推荐通过中间件定义高级自定义状态

 

3、参考