关于Agent在实际开发过程中遇到的问题记录

最近在做基于Agent的数据分析功能，主要使用大模型和工具来实现；通过大模型自主分析的能力获取数据的分析结果，然后调用工具来进行绘图；开发框架使用的是Langchain和Langgraph。

但是本来以为是一个很简单的事情，但等到真正操作起来时才发现；其过程远比自己想象中的要复杂得多。果然是纸上得来终觉浅，绝知此事要躬行。

Agent智能体技术，可以说是一个入门特别简单，但真实落地特别复杂的一门技术；在真正使用Agent技术之前，本以为不过是定义几个函数，然后让大模型自己去调用就行了。

但在实际的业务场景中，Agent的使用远比理论要复杂；技术真的是一个实践性很强的东西。

以这次做数据分析遇到的问题来说，使用Langchain官方提供的pandas工具来实现数据分析功能；然后使用第三方开源的MCP服务做绘图工具。

如果单纯的使用pandas工具进行数据分析，虽然因为模型的原因其分析效果可能并不是很准确，但至少表面上看起来还有个分析的样子，也能给出一个看起来比较合理的结果。

但等到把pandas分析工具和绘图工具结合起来之后其效果就明显差了不少，甚至生成的结果和给出的数据完全无关；

如下图所示，但提供的数据源明明是自己手动模仿的一个班级成绩表，而结果和学生一点关系都没有。

所以这里遇到的第一个问题就是，虽然大模型+工具可以实现Agent的功能，而且可以使用Langchain提供的Langsmith监控Agent的执行过程；但从根本上来说，Agent的执行过程是完全不可控的，特别是这个Agent的功能比较复杂的时候。

因此，由于单个复杂Agent的执行过程不可控，且效果不太好；因此，就只能换个思路，把一个Agent拆分成多个Agent，比如说第一个Agent不添加绘图工具，只实现数据分析的功能；然后再用另一个Agent实现绘图的功能。

这样两个Agent虽然实现起来更复杂一点，但从执行过程上来看其相对是可控的；即使其中某个Agent的效果不好或有什么问题，那么可以随时换成另一个；而这也刚好符合软件设计中的解耦思想。

虽然从理论上来说，把一个Agent拆分成两个或多个Agent使得执行过程更加可控，且也能达到相同的效果。

但等到真正把Agent拆分之后又发现了一个新的问题，那就是多个Agent之间怎么协同；从执行逻辑上来看，应该是先调用数据分析Agent，然后再调用绘图Agent；但这里就有一个问题，怎么控制其执行顺序。

虽然可以通过硬编码的方式让两个Agent顺序执行，但这同样会面临一个问题。如果需求突然不需要绘图工具了怎么办，或者说需要根据用户的语义判断是否需要生成图表，这时硬编码的方式就不合适了。

其次，在多个Agent执行过程中，数据怎么进行流转，使用硬编码的方式，还是其它方式？ 

虽然在Langgraph中提供了状态图，可以用来控制数据的流转；但并不是每个Agent输出的都是格式化的数据，特别是在具体需求不明的情况下，需要根据用户的需求生成不同格式化的数据；这时数据的格式化就成了一个难题。

虽然可以让大模型自己解析上层Agent输出的数据，但大模型本身就是不可控；这也意味着整个系统的稳定性是不可控的。

所以，在这种相对复杂的应用场景下，使用单个或多个Agent实现业务功能都存在各种各样的问题；而遇到这种问题应该怎么解决？

说实话遇到这种问题作者也没什么好的解决方案；只能尽量保证每个环节达到最优解，最后得到整体最优解。