背景与痛点
在用 LangChainJS 开发 Agent 时，ReAct（Reasoning and Acting）模式是最主流的推理与工具调用范式。它要求大模型输出结构化的推理链条，例如：
Thought: 我需要查找相关信息
Action: search
Action Input: 搜索内容
Observation: 搜索结果...
Final Answer: 基于搜索结果的回答
但实际开发中，发现 LangChain 原生的 ReActSingleInputOutputParser 只支持英文关键字，无法正确解析通义千问等中文大模型的输出。比如，模型输出“思考”、“动作”、“最终答案”等中文字段时，原生解析器会直接报错，导致 ReAct 推理链断裂，工具调用失败。
现有方案的不足
网上查阅资料后发现，LangChain 社区对中文模型的 ReAct 兼容性支持非常有限。大部分方案要么要求模型输出英文格式，要么只能降级为简单对话，无法实现完整的“思考-行动-观察-再思考-最终答案”推理链。
解决方案：QwenReActOutputParser
为了解决这个痛点，我开发了 langchain-react-chinese-parser，核心是自定义的 QwenReActOutputParser，专门为通义千问等中文大模型适配 ReAct 解析。
设计思路
-
中英文关键字兼容：支持“思考/动作/最终答案”等中英文混合关键字 -
格式容错：智能识别各种输出变体，提升解析鲁棒性 -
错误提示：解析失败时给出清晰的格式指导，提升开发体验 -
工程无侵入：无需修改 LangChain 核心代码，直接集成即可
核心架构
┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐
│ 用户输入 │───▶│ QwenReActAgent │───▶│ 工具执行 │
└─────────────────┘ └──────────────────┘ └─────────────────┘
│
▼
┌──────────────────┐
│ QwenReActOutput │
│ Parser │
└──────────────────┘
关键字映射
const KEYWORD_MAPPINGS = {
thought: ['思考', '想法', 'thought', 'think'],
action: ['动作', '行动', 'action', 'act'],
actionInput: ['动作输入', '行动输入', 'action input', 'action_input'],
finalAnswer: ['最终答案', '答案', 'final answer', 'answer']
};
解析核心逻辑
export class QwenReActOutputParser extends BaseOutputParser<AgentAction | AgentFinish> {
async parse(text: string): Promise<AgentAction | AgentFinish> {
// 1. 预处理文本
const cleanedText = this.preprocessText(text);
// 2. 检查是否有最终答案
if (this.containsFinalAnswer(cleanedText)) {
returnthis.parseFinalAnswer(cleanedText);
}
// 3. 动作解析
const actionMatch = this.parseAction(cleanedText);
if (actionMatch) {
return actionMatch;
}
// 4. 错误处理
thrownew OutputParserException(
`无法解析输出格式。请使用以下格式：
思考: [你的思考过程]
动作: [工具名称]
动作输入: [工具参数]`
);
}
}
工程集成
好的，以下是参考 langchain-react-chinese-parser/README.md 的「工程集成」部分，结合你的项目背景，整理出的中文技术分享文章片段，可直接用于博客或社区发文：
工程集成
langchain-react-chinese-parser 的设计目标就是让工程集成变得极其简单，无论你是自定义 Agent 还是用官方 createReactAgent，都能一行代码切换为中文解析器，极大提升开发效率和兼容性。
方式一：自定义 Agent 类中集成
如果你有自定义的 Agent 类，只需用我们的解析器替换原生解析器即可：
import { createQwenParser, createAutoParser } from'langchain-react-chinese-parser';
exportclass QwenReActAgent {
private parser;
constructor(options = {}) {
// 替换为通义千问专用解析器
this.parser = createQwenParser({ debug: true, relaxedMode: true });
// 或者用自动识别解析器
// this.parser = createAutoParser({ debug: true });
}
async invoke(input: string) {
// ... 你的 Agent 逻辑 ...
const rawOutput = awaitthis.llm.invoke(prompt);
try {
// 用中文解析器解析输出
const parsed = awaitthis.parser.parse(rawOutput);
if ('tool'in parsed) {
// 工具调用
returnawaitthis.executeTool(parsed);
} else {
// 最终答案
return { output: parsed.returnValues.output };
}
} catch (error) {
console.error('解析失败:', error.message);
throw error;
}
}
}
方式二：官方 createReactAgent + 自定义解析器
如果你用的是 LangChain 官方的 createReactAgent，可以这样集成：
import { AgentExecutor, createReactAgent } from"langchain/agents";
import { pull } from"langchain/hub";
import { RunnableSequence } from"@langchain/core/runnables";
import { createAutoParser } from'langchain-react-chinese-parser';
// 1. 创建标准 ReAct Agent
const prompt = await pull("hwchase17/react");
const reactAgent = await createReactAgent({
llm,
tools,
prompt,
streamRunnable: true
});
// 2. 用中文解析器增强 Agent Chain
const parser = createAutoParser({ debug: true });
const enhancedAgent = RunnableSequence.from([
reactAgent,
parser
]);
// 3. 创建 Agent 执行器
const agentExecutor = new AgentExecutor({
agent: enhancedAgent,
tools,
verbose: true,
maxIterations: 10,
});
// 4. 现在完美支持中文 ReAct 输出！
const result = await agentExecutor.invoke({
input: "请帮我查询北京今天的天气"
});
方式三：完全自定义 Chain（高级用法）
如果你需要更灵活的控制，可以自定义 Agent Chain，把中文解析器作为最后一步：
import { RunnablePassthrough, RunnableSequence } from"@langchain/core/runnables";
import { formatLogToString } from"langchain/agents";
import { createAutoParser } from'langchain-react-chinese-parser';
const customAgentChain = RunnableSequence.from([
RunnablePassthrough.assign({
agent_scratchpad: (input) => formatLogToString(input.intermediate_steps || [])
}),
prompt,
llm,
createAutoParser({ debug: true })
]);
const agentExecutor = new AgentExecutor({
agent: customAgentChain,
tools,
verbose: true
});
升级现有项目：零侵入、无痛切换
如果你已经有自定义 Agent，只需替换解析器创建方式即可，无需改动其他业务逻辑：
// 原来
this.parser = new ReActSingleInputOutputParser();
// 现在
this.parser = createQwenParser({ debug: true, relaxedMode: true });
// 或
this.parser = createAutoParser({ debug: true });
实际效果
-
✅ 支持通义千问、ChatGLM、百川等主流中文大模型 -
✅ 解析成功率大幅提升，ReAct 推理链完整闭环 -
✅ 兼容中英文混合、格式变体，极大提升开发体验 -
✅ 工具调用、代码助手、数据分析等场景均可无缝集成
优势总结
-
🚀 一行代码集成，开箱即用 -
🔧 兼容所有 LangChain Agent 架构 -
🐛 解析成功率大幅提升，支持多种中文大模型 -
📈 现有项目零侵入升级，业务逻辑完全复用
总结
QwenReActOutputParser 已在实际项目中验证有效。如果你也遇到类似问题，欢迎试用 [langchain-react-chinese-parser]。
