LangChain 工具实战:把内容日历变成可调用的智能体
「内容日历」是市场与品牌人员的高频任务。它的输入通常是主题与渠道,期望得到的是内容日历。这类有固定流程、又需要一点判断力的工作,很适合封装成智能体 Skill。
本文介绍如何在 LangChain / LangGraph 工具 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 内容日历(content-calendar) |
| 作用 | 规划一个月的内容发布计划 |
| 输入 | 主题与渠道 |
| 输出 | 内容日历 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 市场与品牌人员 |
处理流程分四步:
- 确定主题支柱
- 分配渠道与频率
- 结合节点
- 分配负责人
这个技能纯指令型,不需要额外脚本或外部连接,复制到大多数平台都能用;风险较低,但输出仍需快速过目再使用。
在 LangChain / LangGraph 工具 中是什么形态
LangChain 用 @tool 装饰器把函数变成工具,LangGraph 提供预置的 ReAct 智能体,也可以自己画状态图,把技能拆成可观察、可重试的节点。
代码运行在你的环境中;流程复杂时建议从预置智能体起步,再逐步换成自定义图。
示例配置
# 示意代码:LangChain 工具 + LangGraph 预置 ReAct 智能体
from langchain_core.tools import tool
from langchain.chat_models import init_chat_model
from langgraph.prebuilt import create_react_agent
@tool
def content_calendar_precheck(content: str) -> str:
"""检查主题与渠道是否齐全,返回缺失项。"""
return "ok" if content.strip() else "输入为空"
model = init_chat_model("你的模型标识")
agent = create_react_agent(
model, tools=[content_calendar_precheck],
prompt="你负责内容日历:确定主题支柱;分配渠道与频率;结合节点;分配负责人。",
)
out = agent.invoke({"messages": [("user", "这是主题与渠道:...")]})
示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在市场与品牌人员提出相关请求时能对上号;二是约束部分要写进「宣传表述要真实、可证明,遵守广告相关规定」这类领域规矩,避免智能体自作主张。
安装与启用步骤
- 安装 LangChain 与 LangGraph
- 用 @tool 定义预检查、读取等工具
- 用预置智能体快速跑通
- 需要固定流程时改为自定义状态图,每一步一个节点
- 接入追踪工具观察每一步
实操:一次完整的运行
假设你在内容平台与投放后台中发出这样的请求(虚构示例):
帮我做一下内容日历,材料是附上的主题与渠道。
智能体识别到任务与「内容日历」相关后,会依次确定主题支柱、分配渠道与频率、结合节点、分配负责人。最终交付内容日历,并在末尾列出需要人工确认的内容。你的工作是对照原始主题与渠道抽查两三处关键信息,确认无误后再使用。
测试与验收
对每个节点单独写测试,再跑一次端到端用例。
针对这个技能,还建议额外准备:
- 一份信息齐全的标准主题与渠道,检查输出是否完整
- 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效
常见坑
- 一开始就设计复杂的多节点图,调试成本高。
- 工具 docstring 缺失,模型不知道如何使用。
- 只写了步骤,没写交付格式,导致每次输出的内容日历结构不同。
- 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。
延伸阅读
- 内容日历 · 团队落地
- 内容日历 · 常见问题
- 内容日历 · GPTs 版
- 品牌语气指南 · LangChain / LangGraph 工具 版
- 产品命名 · LangChain / LangGraph 工具 版
- 智能体Skills 分类:625 个技能 × 32 个角度
说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。