LangChain系列文章超链接《​​​​​​​PythonLangChain大模型实战使用通用配置加载器的Few‑Shot小样本提示词教程》​​​​​​​《使用Python版LangChain调用外部函数实战实现智能天气查询》《Python LangChain Agent 实战从单城市查询到多城市天气智能对比》在大模型应用开发中单纯依赖模型自身的知识库往往无法满足实时数据查询需求比如天气、股票、快递信息等。LangChain 作为大模型应用开发框架提供了灵活的工具调用能力能让大模型 “调用外部函数” 获取实时数据大幅拓展应用边界。本文将以 “实时天气查询” 为例详解如何基于 LangChain 实现大模型调用外部 API 函数的完整流程。一、核心场景与技术栈场景目标让大模型能够响应 “查询某城市天气” 的指令不再依赖内置数据而是调用 OpenWeatherMap 的公开 API 获取实时天气数据并以自然语言解析返回结果。技术栈框架LangChain版本号1.2.15大模型OpenAI 兼容接口本文使用小米大模型外部 APIOpenWeatherMap地理编码 天气数据接口编程语言Python 3.12前期准备大模型API key获取本文使用的是小米mimo-v2-flash模型自行去Mimo官网注册OpenWeather API key获取可以免费注册自行去OpenWeather官网注册二、核心实现步骤步骤 1封装外部天气查询函数Tool 定义首先需要封装调用 OpenWeatherMap API 的函数并通过 LangChain 的tool装饰器将其标记为 “可被大模型调用的工具”。新建 weather_util.py实现核心逻辑#!/usr/bin/env python3 # -*- coding: utf-8 -*- Project pythonProject File weather_util.py Author BillFang Date 2026/4/15 09:19 Description : import requests from langchain_core.tools import tool class OpenWeather(): def __init__(self, APPID): self.app_id APPID def get_lat_lon(self, city_name): geo_url http://api.openweathermap.org/geo/1.0/direct params { q: city_name, limit: 1, appid: self.app_id, } try: res requests.get(geo_url, paramsparams) res.raise_for_status() data res.json() if not data: print(未找到该城市) return None, None lat data[0][lat] lon data[0][lon] name data[0][name] country data[0][country] print(f定位成功{name}, {country}) return lat, lon except Exception as e: print(获取经纬度失败:, e) return None, None tool def get_city_weather_data(city_name) - dict: 调用 OpenWeatherMap API 获取指定经纬度的天气信息 :param lat: 纬度 :param lon: 经度 :param appid: OpenWeatherMap 申请的 API Key :return: 天气数据字典 / None weather_client OpenWeather(APPID) base_url https://api.openweathermap.org/data/2.5/weather lat, lon weather_client.get_lat_lon(city_name) # 请求参数 params { lat: lat, lon: lon, appid: weather_client.app_id, units: metric, # 单位metric摄氏度imperial华氏度默认开尔文 lang: zh_cn # 返回中文描述 } try: # 发送 GET 请求 response requests.get(base_url, paramsparams) # 检查请求是否成功 response.raise_for_status() # 解析 JSON 数据 weather_data response.json() return weather_data except requests.exceptions.RequestException as e: print(f请求出错{e}) return None if __name__ __main__: #方法加上tool时必须使用.invoke方法调用 print(get_city_weather_data.invoke(扬州))关键要点tool装饰器将普通函数转化为 LangChain 可识别的 Tool大模型能解析函数描述、参数并主动调用分层设计先通过地理编码接口获取城市经纬度再调用天气接口保证查询准确性步骤 2LangChain 整合大模型与工具调用新建 langchain_skill.py实现 “大模型 工具调用 结果解析” 的完整流程#!/usr/bin/env python3 # -*- coding: utf-8 -*- Project pythonProject File langchain_skill.py Author BillFang Date 2026/4/15 09:37 Description : from langchain_core.output_parsers import JsonOutputKeyToolsParser from langchain_core.prompts import ChatPromptTemplate from config_loader import ConfigLoader import openai from langchain_openai import ChatOpenAI from utils.weather_util import get_city_weather_data def direct_question(client): chat_template ChatPromptTemplate.from_messages([ (system, 你是一个全能的智能助手。), (system, 请你查一下{city}的天气。) ]) message chat_template.format_messages(city扬州) response client.invoke(message) return response.content def analyse_weather_chains(client, ai_msg): chat_template ChatPromptTemplate.from_messages([ (system, 这是实时的{city}的天气数据信息来源于Openweather APIhttps://api.openweathermap.org/data/2.5/weather详细数据为{detail}。), (system, 请你解析一下该数据以自然语言的形式输出。) ]) message chat_template.format_messages(cityai_msg[name], detailai_msg) response client.invoke(message) return response.content if __name__ __main__: # 1. 加载配置第一次会读文件之后直接用缓存 config ConfigLoader() xiaomi_cfg config.get_xiaomi_config() openai.api_key xiaomi_cfg[api_key] openai.api_base_url xiaomi_cfg[api_base_url] client ChatOpenAI(api_keyopenai.api_key, base_urlopenai.api_base_url, modelxiaomi_cfg[model]) tools [get_city_weather_data] #绑定tools client_with_tool client.bind_tools(tools) get_weather_data_chain client_with_tool | JsonOutputKeyToolsParser(key_nameget_city_weather_data, first_tool_onlyTrue) | get_city_weather_data weather_str get_weather_data_chain.invoke(今天扬州天气怎么样) print(weather_str) # 数据增强 reponse analyse_weather_chains(client, weather_str) print(使用天气查询skill返回的结果) print(reponse) print() print() print() direct_answer direct_question(client) print(直接询问大模型天气得到的结果) print(direct_answer )核心逻辑拆解配置与客户端初始化加载大模型的 API Key、地址等配置初始化 ChatOpenAI 客户端工具绑定通过bind_tools将天气查询函数绑定到大模型客户端让大模型知道 “可以调用这个工具”链式调用client_with_tool大模型接收用户问题后判断需要调用get_city_weather_data工具JsonOutputKeyToolsParser解析大模型输出提取工具调用的参数如城市名get_city_weather_data执行工具函数获取实时天气数据结果解析将原始天气数据传入大模型生成自然语言回答对比验证展示 “工具调用实时数据” 与 “直接询问模型内置数据” 的差异。步骤 3运行效果对比E:\workSoft\python3.12\python.exe D:\pythonCode\pythonProject\langchain\langchain_skill.py 定位成功Yangzhou City, CN {coord: {lon: 119.4078, lat: 32.3969}, weather: [{id: 804, main: Clouds, description: 阴多云, icon: 04d}], base: stations, main: {temp: 22.69, feels_like: 22.58, temp_min: 22.69, temp_max: 22.69, pressure: 1013, humidity: 60, sea_level: 1013, grnd_level: 1011}, visibility: 10000, wind: {speed: 4.34, deg: 102, gust: 4.93}, clouds: {all: 99}, dt: 1776240999, sys: {country: CN, sunrise: 1776202415, sunset: 1776249061}, timezone: 28800, id: 1787227, name: Yangzhou, cod: 200} 使用天气查询skill返回的结果 根据您提供的实时数据以下是扬州市当前的天气情况解析 **总体天气状况** 扬州市目前的天气为**阴天伴有厚重的云层**。 **具体气象数据** * **气温** 当前气温为 **22.69°C**体感温度与实际气温基本一致22.58°C。 * **湿度** 空气相对湿度为 **60%**体感较为舒适。 * **风况** 正吹着**东南风**风向角度约102度风速为 **4.34米/秒**瞬时阵风风速可达 **4.93米/秒**。 * **气压** 大气压强为 **1013 hPa**海平面气压处于标准大气压范围。 * **能见度** 能见度为 **10公里**视野良好。 * **云量** 云层覆盖率为 **99%**几乎完全被云层覆盖。 **日出与日落时间基于时间戳解析** * **日出时间** 当地时间约 05:33 * **日落时间** 当地时间约 18:31 **数据更新时间** 数据获取自 OpenWeather API当前为实时观测值。 直接询问大模型天气得到的结果 我是MiMo小米的AI助手。我目前无法直接访问实时天气数据所以无法为您提供扬州当前的天气情况。 建议您通过以下方式查询 1. 使用手机自带的天气应用查看 2. 访问中国天气网等专业气象网站 3. 在搜索引擎中搜索扬州天气 如果您有其他问题我很乐意帮助您。 进程已结束退出代码为 0使用LangChain 调用外部天气函数返回真实实时 JSON 天气数据温度、湿度、风速、气压、日出日落等并通过大模型分析数据天气以自然语言的方式返回回答。 直接询问大模型大模型明确回复“我无法直接访问实时天气数据”并让你去用天气 APP、网站查询三、关键知识点总结1. LangChain Tool 核心特性tool装饰器自动生成工具的描述、参数元数据大模型能基于这些信息判断是否调用、如何传参工具调用流程大模型 → 决策调用工具 → 解析参数 → 执行工具 → 处理结果输出解析器JsonOutputKeyToolsParser专门用于解析工具调用的输出提取目标工具的执行参数 / 结果。2. 实时数据 vs 模型内置数据直接询问大模型依赖训练时的历史数据无实时性可能出错工具调用调用外部 API 获取实时数据结果精准、时效性强。3. 拓展方向多工具整合除了天气可添加快递查询、股票查询等工具让大模型根据问题自动选择工具错误重试给工具调用添加重试逻辑处理网络波动、城市名错误等场景工具参数校验在工具函数中增加参数合法性校验如城市名非空、经纬度范围多轮对话结合 LangChain 的对话记忆实现 “先问城市再查天气” 的多轮交互。四、总结LangChain 的工具调用能力是连接大模型与外部世界的核心桥梁通过将外部 API 封装为 Tool能让大模型突破 “知识库过期” 的限制实现实时数据查询、业务系统交互等复杂场景。本文以天气查询为例从工具封装、大模型绑定、链式调用到结果解析完整展示了 LangChain 调用外部函数的流程希望能为大家开发大模型应用提供参考。