Агент LangChain на Python: создание и tools

Что делает create_agent

Функция собирает граф выполнения поверх LangGraph. Состояние содержит историю сообщений. Модель получает описания tools и может вернуть обычный ответ либо tool call. После tool call framework вызывает Python-функцию, добавляет ToolMessage и снова обращается к модели.

Декоратор @tool использует имя функции, type hints и docstring для схемы инструмента. Не пишите расплывчатое описание: модель должна отличать этот инструмент от соседних. Аргументы всё равно проверяются кодом — схема помогает модели, но не является системой авторизации.

Результат invoke — состояние, а не только строка. Финальный текст обычно находится в последнем сообщении, но в продакшене полезно сохранять и промежуточные tool calls для трассировки.

Если задача требует ветвлений, ручных checkpoint или human-in-the-loop, переходите к явному графу LangGraph. Для простого tool-calling агента create_agent уменьшает количество служебного кода.