本文将带你从零搭建一个基于 LangChain + NestJS + Gemini 的 AI Agent Demo。
使用的是NestJS框架，不了解的可能需要先了解下。
大模型使用Gemini，Gemini有免费配额。
直接开整：
1. 建项目，导包
npm i -g @nestjs/cli nest new langchain-agent-demo
导包
npm add @langchain/core @langchain/google-genai @langchain/agents zod
2. 建模块
模块建立纯属个人习惯，大可按照自己的规范来。
3. 开搓
tools：//tools 工具，给llm调用的
import { z } from 'zod';
import { DynamicStructuredTool } from '@langchain/core/tools';// 新增
export const addTool = new DynamicStructuredTool({name: 'addItem',description: '新增一个项目',schema: z.object({name: z.string(),}),async func({ name }) {console.log('11执行新增：', name);return `已新增: ${name}`;},
});// 删除
export const deleteTool = new DynamicStructuredTool({name: 'deleteItem',description: '删除一个项目',schema: z.object({id: z.string(),}),async func({ id }) {console.log('执行删除：', id);return `已删除: ${id}`;},
});// 修改
export const updateTool = new DynamicStructuredTool({name: 'updateItem',description: '修改一个项目',schema: z.object({id: z.string(),name: z.string(),}),async func({ id, name }) {console.log('执行修改：', id, name);return `已修改 ID=${id}, 新名称=${name}`;},
});export const selectTool = new DynamicStructuredTool({name: 'selectItem',description: '查询项目，可以查询所有项目或者单个项目',schema: z.object({}),async func() {console.log('执行查询11');return `已执行查询所有：123`;},
});
service：
import { Injectable } from '@nestjs/common';
import { ChatPromptTemplate } from '@langchain/core/prompts';
import { ChatGoogleGenerativeAI } from '@langchain/google-genai';
import { addTool, deleteTool, selectTool, updateTool } from './tool/tool';@Injectable()
export class LangchainService {private readonly model: ChatGoogleGenerativeAI;constructor() {
// ps： 访问gemini的api需要设置代理，不同llm 构建model的方法不同，也可使用langchain的createAgent（...）等方式，具体参考官方文档
this.model = new ChatGoogleGenerativeAI({model: 'gemini-2.5-flash-lite',apiKey: 'xxxxxxxx',//你的gemini api keytemperature: 0.7,});}/*** 简单 Demo：* 传入一个需求，Gemini对工具做出简单调用*/async chat(question: string) {// 1. Prompt 模版const prompt = ChatPromptTemplate.fromMessages([['system','你是一个智能助手，可以根据用户的要求调用工具，判断是否有数据增删改查要求调用工具',],['human', '{input}'],]);
// 封工具const modelWithTools = this.model.bindTools([addTool,deleteTool,updateTool,selectTool,]);const chain = prompt.pipe(modelWithTools);
const aiMessage = await chain.invoke({ input: question });// 返回需要调用的工具，可以有多个console.log('工具调用信息:', aiMessage?.tool_calls);const results = [];if (aiMessage?.tool_calls?.length > 0) {for (const toolCall of aiMessage.tool_calls) {// 调用工具const toolMap = {addItem: addTool,deleteItem: deleteTool,updateItem: updateTool,selectItem: selectTool,};const tool = toolMap[toolCall.name];const result = await tool.func(toolCall.args);console.log('工具执行结果:', result);results.push(result);}}return results;}
}
controller：
import { Body, Controller, Post } from '@nestjs/common';
import { LangchainService } from './langchain.service';
class ChatDto {
message: string;
}
@Controller('langchain') export class LangchainController {constructor(private readonly langchainService: LangchainService) {}@Post('chat')async chat(@Body() body: ChatDto) {const { message } = body;const answer = await this.langchainService.chat(message);return {question: message,answer,};} }
4. 启动->运行 ->调用 -> ok
5.常见错误与排查建议
-
fetch failed / timeout / 403：通常是模型 API 地址、代理、或 key 权限问题。
-
工具无法被调用：检查工具描述是否清晰。LLM 必须理解：工具用途、什么场景应该触发。（切记）
-
返回空白或不响应：Gemini 免费版可能存在限额。
(ps: 有不对的地方，欢迎留言)