使用 LangChain 搭建一个 AI Agent：从零到可运行 Demo

本文将带你从零搭建一个基于 LangChain + NestJS + Gemini 的 AI Agent Demo。

使用的是NestJS框架，不了解的可能需要先了解下。

大模型使用Gemini，Gemini有免费配额。

直接开整：

1. 建项目，导包

npm i -g @nestjs/cli
nest new langchain-agent-demo

导包

npm add @langchain/core @langchain/google-genai @langchain/agents zod　

2. 建模块

模块建立纯属个人习惯，大可按照自己的规范来。

3. 开搓

tools：//tools 工具，给llm调用的 

import { z } from 'zod';
import { DynamicStructuredTool } from '@langchain/core/tools';

// 新增
export const addTool = new DynamicStructuredTool({
  name: 'addItem',
  description: '新增一个项目',
  schema: z.object({
    name: z.string(),
  }),
  async func({ name }) {
    console.log('11执行新增：', name);
    return `已新增: ${name}`;
  },
});

// 删除
export const deleteTool = new DynamicStructuredTool({
  name: 'deleteItem',
  description: '删除一个项目',
  schema: z.object({
    id: z.string(),
  }),
  async func({ id }) {
    console.log('执行删除：', id);
    return `已删除: ${id}`;
  },
});

// 修改
export const updateTool = new DynamicStructuredTool({
  name: 'updateItem',
  description: '修改一个项目',
  schema: z.object({
    id: z.string(),
    name: z.string(),
  }),
  async func({ id, name }) {
    console.log('执行修改：', id, name);
    return `已修改 ID=${id}, 新名称=${name}`;
  },
});

export const selectTool = new DynamicStructuredTool({
  name: 'selectItem',
  description: '查询项目，可以查询所有项目或者单个项目',
  schema: z.object({}),
  async func() {
    console.log('执行查询11');
    return `已执行查询所有：123`;
  },
});

service：

import { Injectable } from '@nestjs/common';
import { ChatPromptTemplate } from '@langchain/core/prompts';
import { ChatGoogleGenerativeAI } from '@langchain/google-genai';
import { addTool, deleteTool, selectTool, updateTool } from './tool/tool';

@Injectable()
export class LangchainService {
  private readonly model: ChatGoogleGenerativeAI;

  constructor() {
　　　// ps： 访问gemini的api需要设置代理，不同llm 构建model的方法不同，也可使用langchain的createAgent（...）等方式，具体参考官方文档
    this.model = new ChatGoogleGenerativeAI({
      model: 'gemini-2.5-flash-lite',
      apiKey: 'xxxxxxxx',//你的gemini api key
      temperature: 0.7,
    });
  }

  /**
   * 简单 Demo：
   * 传入一个需求，Gemini对工具做出简单调用
   */
  async chat(question: string) {
    // 1. Prompt 模版
    const prompt = ChatPromptTemplate.fromMessages([
      [
        'system',
        '你是一个智能助手，可以根据用户的要求调用工具，判断是否有数据增删改查要求调用工具',
      ],
      ['human', '{input}'],
    ]);

　　// 封工具
    const modelWithTools = this.model.bindTools([
      addTool,
      deleteTool,
      updateTool,
      selectTool,
    ]);

    const chain = prompt.pipe(modelWithTools);

    const aiMessage = await chain.invoke({ input: question });
　　　// 返回需要调用的工具，可以有多个
    console.log('工具调用信息:', aiMessage?.tool_calls);
    const results = [];
    if (aiMessage?.tool_calls?.length > 0) {
      for (const toolCall of aiMessage.tool_calls) {// 调用工具
        const toolMap = {
          addItem: addTool,
          deleteItem: deleteTool,
          updateItem: updateTool,
          selectItem: selectTool,
        };
        const tool = toolMap[toolCall.name];
        const result = await tool.func(toolCall.args);
        console.log('工具执行结果:', result);
        results.push(result);
      }
    }
    return results;
  }
}

controller：

import { Body, Controller, Post } from '@nestjs/common';
import { LangchainService } from './langchain.service';

  class ChatDto {

    message: string;

  }

 

@Controller('langchain')
export class LangchainController {
  constructor(private readonly langchainService: LangchainService) {}

  @Post('chat')
  async chat(@Body() body: ChatDto) {
    const { message } = body;
    const answer = await this.langchainService.chat(message);

    return {
      question: message,
      answer,
    };
  }
}

4. 启动->运行 ->调用 -> ok

5.常见错误与排查建议

1. fetch failed / timeout / 403：通常是模型 API 地址、代理、或 key 权限问题。

2. 工具无法被调用：检查工具描述是否清晰。LLM 必须理解：工具用途、什么场景应该触发。（切记）

3. 返回空白或不响应：Gemini 免费版可能存在限额。
   
   

(ps: 有不对的地方，欢迎留言)