从 Tool 开始：让大模型自动调工具读文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
import 'dotenv/config';
import {
  ChatOpenAI
} from '@langchain/openai';
import {
  tool
} from "@langchain/core/tools";
import {
  HumanMessage,
  SystemMessage,
  ToolMessage
} from "@langchain/core/messages";
import fs from "node:fs/promises";
import {
  z
} from "zod";

// 初始化模型
const model = new ChatOpenAI({
  modelName: process.env.MODEL_NAME,
  apiKey: process.env.OPENAI_API_KEY,
  temperature: 0, // ai 的创造性，设置为0表示要求 ai 以最确定性的方式回复，适合需要准确结果的场景
  configuration: {
    baseURL: process.env.OPENAI_BASE_URL,
  }
})

// 定义一个工具，用于读取文件内容
const readFileTool = tool(
  async ({
    filePath
  }) => {
    const content = await fs.readFile(filePath, "utf-8");
    console.log(`[工具调用] read_file("${filePath}") - 成功读取 ${content.length} 字符`);
    return content;
  }, {
    name: "read_file",
    description: '用此工具来读取文件内容。当用户要求读取文件、查看代码、分析文件内容时，调用此工具。输入文件路径（可以是相对路径或绝对路径）。',
    schema: z.object({
      filePath: z.string().describe("要读取的文件路径"),
    })
  }
)

const tools = [
  readFileTool,
]

// 将工具绑定到模型上，使模型能够调用工具
const modelWithTools = model.bindTools(tools);

const messages = [
  new SystemMessage(`你是一个编程助手，可以使用工具读取文件并解释代码。

    工作流程：
    1. 用户需要读取文件时，立即调用工具 read_file 工具
    2. 等待工具返回文本内容
    3. 基于文件内容进行分析和解释

    可用工具：
    - read_file(filePath: string): 读取指定路径的文件内容，并返回文本。

    `),
  new HumanMessage("请帮我读取一下 src/tool-file-read.mjs 文件的内容并解释代码。")
];

// 让模型处理消息，模型会根据消息内容决定是否调用工具
let response = await modelWithTools.invoke(messages);

// console.log("模型回复：", response)
// 模型回复： AIMessage {
//   "id": "chatcmpl-1fb2925d-2c45-9df6-832a-9c5d67235cb9",
//   "content": "我将帮你读取并解释这个文件的内容。让我先读取文件。\n",
//   "additional_kwargs": {
//     "tool_calls": [{
//       "function": "[Object]",
//       "id": "call_b7f19c00ba8a4f29a8839c1e",
//       "index": 0,
//       "type": "function"
//     }]
//   },
//   "response_metadata": {
//     "tokenUsage": {
//       "promptTokens": 414,
//       "completionTokens": 43,
//       "totalTokens": 457
//     },
//     "finish_reason": "tool_calls",
//     "model_provider": "openai",
//     "model_name": "qwen3-coder-flash"
//   },
//   "tool_calls": [{
//     "name": "read_file",
//     "args": {
//       "filePath": "src/tool-file-read.mjs"
//     },
//     "type": "tool_call",
//     "id": "call_b7f19c00ba8a4f29a8839c1e"
//   }],
//   "invalid_tool_calls": [],
//   "usage_metadata": {
//     "output_tokens": 43,
//     "input_tokens": 414,
//     "total_tokens": 457,
//     "input_token_details": {
//       "cache_read": 0
//     },
//     "output_token_details": {}
//   }
// }
messages.push(response); // 将模型回复添加到消息列表中，供后续分析使用

// 检查模型回复中是否包含工具调用，如果有则执行工具调用并将结果反馈给模型，模型可能会基于工具结果继续分析或进行更多工具调用
while (response.tool_calls && response.tool_calls.length > 0) {
  console.log(`\n 检查到 ${response.tool_calls.length} 个工具调用，正在处理...`);

  // 执行所有的工具调用
  const toolResults = await Promise.all(
    response.tool_calls.map(async (toolCall) => {
      console.log(`正在执行工具调用: ${toolCall.name} with args ${JSON.stringify(toolCall.args)}`);
      const tool = tools.find((t) => t.name === toolCall.name); // 从工具列表中找到对应的工具
      if (!tool) {
        console.error(`未找到工具: ${toolCall.name}`);
        return {
          id: toolCall.id,
          error: `错误： 工具 ${toolCall.name} 未找到`
        };
      }

      try {
        const result = await tool.invoke(toolCall.args); // 调用工具并获取结果
        console.log(`工具调用成功: ${toolCall.name} - 结果长度: ${result.length}`);
        return {
          id: toolCall.id,
          result
        };
      } catch (error) {
        console.error(`工具调用失败: ${toolCall.name} - 错误: ${error.message}`);
        return {
          id: toolCall.id,
          error: `错误： 工具 ${toolCall.name} 调用失败 - ${error.message}`
        };
      }
    })
  )

  for (const toolResult of toolResults) {
    // 将工具结果添加到消息列表中，供模型后续分析使用
    messages.push(new ToolMessage({
      content: toolResult.result || toolResult.error,
      tool_call_id: toolResult.id, // 关联工具调用 ID，模型可以根据这个 ID 知道这是哪个工具调用的结果
    }));
  }

  response = await modelWithTools.invoke(messages); // 让模型基于新的消息列表继续处理，模型可能会进行分析或继续调用工具
  messages.push(response); // 将模型回复添加到消息列表中，供后续分析使用
}

console.log("\n最终模型回复：", response.content);