参考资料：

https://python.langchain.com/docs/modules/agents/agent_types/react
https://python.langchain.com/docs/modules/agents/how_to/custom_mrkl_agent
https://python.langchain.com/docs/modules/agents/how_to/mrkl

该agent主要使用ReAct框架来决定操作的代理，从而优化聊天模型。
agent需要的组件：tools,chatmodels
实现步骤：
第一步：定义一个tool，这里采用计算器

llm_math_chain = LLMMathChain(llm=llm, verbose=True)
tool =  Tool(name="Calculator",func=llm_math_chain.run,description="useful for when you need to answer questions about math")

第二步，定义agent方法，这里的AgentType采用的是Mrkl的chatReAct模型，使用聊天模型来代替llm去调用ReAct代理

param_dict = {"tools":[tool],"model":llm}from langchain.agents import initialize_agent,AgentTypeagentExcutor = initialize_agent(llm=param_dict.get("model"),tools=param_dict.get("tools"),agent=AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION,verbose=True)
resp = agentExcutor.run("写一个芒果的故事 ")
print(resp)