第 5 篇 ｜ 接入 PS API 工具系统：给 AI 智能体装 “手脚”，从 “能回答” 到 “能做事”

• 第 2 篇：接入 LLM—— 给智能体装上 “大脑”，实现第一个可交互 Demo
• 第 3 篇：集成提示工程，让通义千问更懂 PS API 修图需求（精准回答 + 格式化输出）
• 第 4 篇：引入对话上下文，给智能体赋予 “记忆”，记住多轮聊天内容

承接上一篇的记忆模块开发，本篇将完成智能体的关键能力升级 —— 接入 PS API 工具系统，搭建标准化 LangChain 工具调用框架，让智能体从只会解答 PS API 问题的理论派，升级为能实际调用 PS API 执行修图操作的行动派，同时兼容记忆模块，保证工具调用的上下文连贯性。

本文核心目标

1. 搭建适配通义千问 LLM 的 LangChain 标准化工具调用框架；
2. 封装 PS API 基础调用函数（以图片抠图为例，选用 Remove.bg API）；
3. 实现用户提问→解析指令→调用 PS API→返回结果的完整业务流程；
4. 兼容前三篇的记忆模块，让工具调用具备上下文连贯性。

本次开发以Remove.bg API为实操载体（轻量化、免费额度充足、新手易接入），环境配置延续前序系列内容，仅新增 PS API 相关配置，步骤如下：

1. 核心依赖安装

与系列前序文章保持一致，无需额外安装新依赖。

2. 环境变量配置

在文件中配置通义千问密钥（延续之前）+ 新增 Remove.bg API 密钥，配置格式如下：

AI Agent 的核心是能自主决策调用哪个工具的 LLM，但它只能识别符合 LangChain Tool 规范的对象，直接的裸 API / 本地函数 / 数据库，Agent 无法直接调用。

工具封装的本质

给不同格式的工具（API / 本地函数 Agent 智能体 / 数据库）套上统一的翻译层，让 Agent 能实现 3 个核心操作：

1. 看懂工具功能（通过字段描述）；
2. 知道传参规则（通过定义参数校验模型）；
3. 直接触发执行（通过实现方法定义核心逻辑）；
4. 拿到标准化返回结果（统一返回格式，方便 Agent 解析）。

简单来说：不封装的工具，对 Agent 而言就像 “中国人看纯英文说明书”—— 看不懂、不会用。

4 套通用工具封装套路（全覆盖所有场景）

以下封装模板为通用型，可直接套用在第三方 API、本地函数、数据库、新手极简开发等所有场景，核心原则是「继承 BaseTool + 实现_run 方法」，按自身需求选择即可。

套路 0：新手友好型 LangChain 工具调用（极简兼容版）

专为编程新手设计，放弃严格的 BaseTool+Pydantic 标准化约束，以最小改动、最高兼容性、最低报错率为核心，优先保证代码跑通，适合 LangChain 入门 / 快速落地简单工具调用场景。

套路 1：调用第三方 API（如 PS API / 天气 API / 支付 API）

标准化封装模板，适配所有第三方 HTTP/HTTPS API，带参数校验，适合生产环境开发。

套路 2：调用本地函数（如本地图片处理 / 数据计算 / 文件操作）

适配本地自定义函数，无需联网，核心是将本地函数封装为 Agent 可识别的 Tool，带参数校验。

套路 3：调用数据库（如 MySQL/Redis/MongoDB 查询）

适配数据库查询场景，以 MySQL 为例，封装为标准化 Tool，仅支持查询操作（避免误操作）。

工具调用通用规则（新增工具无需改核心逻辑）

不管新增多少工具，Agent 的核心调用逻辑永远无需修改，只需将封装好的工具实例加入列表即可，实现工具解耦、灵活扩展。

基于上述套路 0（新手友好） 封装 Remove.bg API 工具类，实现图片抠图和API 额度查询两大核心功能，强化路径校验、异常处理，适配新手开发，直接复用即可。

将上述封装的Remove.bg API 工具类、通义千问 LLM、系列第四篇的记忆模块进行整合，实现自然语言解析→工具自主调用→结果返回→上下文记忆的完整闭环，代码可直接运行。

1. 环境验证：确保文件中和配置正确；
2. 文件准备：在程序工作目录放入测试图片（如）；
3. 启动程序：直接运行上述代码，输入指令即可测试，示例指令：
   • 抠图测试：
   • 额度查询：
   • 自定义保存路径：
4. 调试技巧：开启后，控制台会打印 Agent 的工具调用全过程，可根据日志排查参数 / 路径问题。

本篇完成了智能体工具调用能力的核心开发，后续系列将继续升级：

• 实现 PS API 多工具联动（抠图 + 缩放 + 裁剪 + 调色）；
• 优化 Agent 的工具选择逻辑，提升决策准确性；
• 实现智能体的 Web 可视化部署，脱离控制台交互；
• 接入更多图片处理 API，打造完整的 AI 图片处理助手。

本系列为AI 智能体从 0 到 1 开发实战硬核内容，涵盖 LLM 接入、提示工程、记忆模块、工具调用、多工具联动等核心知识点，所有教程均为可直接运行的实战代码，适配新手入门和开发者进阶。

更多 AI 智能体开发实战、LangChain 进阶技巧、PS API/AI 工具接入教程，将首发在公众号【SLAM 与 AI 智能体】，扫码关注即可获取系列完整代码、工具封装模板、API 密钥申请教程，避免走弯路，快速实现 AI 智能体从 “能说” 到 “能做” 的升级！

✅首发在公众号【SLAM 与 AI 智能体】关注本号，点赞后在后台回复「chap5」即可提前获取本文配套源码，不错过更新。

👉立即领取：

• 本文完整可运行代码

（资源仅对关注用户开放）

欢迎在评论区留言讨论：你在工具封装过程中遇到了哪些问题？想让智能体接入哪些实用工具？一起交流 AI 智能体开发技巧～