前言

本教程将带你从零构建一个具备联网搜索能力的智能 Agent，使用 DeepSeek 大模型作为推理引擎，LangChain 作为编排框架。

前置要求

依赖	版本/说明
Node.js	20.0+（LangChain v1 已弃用 Node 18）
DeepSeek API Key	官网获取
Tavily API Key	官网获取，用于联网搜索

项目初始化

准备：已经安装了node，以及准备好有deepseekapi

# 创建并进入项目目录
mkdir my-first-agent && cd my-first-agent

# 初始化项目
npm init -y

# 安装核心依赖
npm install langchain @langchain/core @langchain/langgraph zod
npm install @langchain/openai      # 兼容 DeepSeek 的 OpenAI 格式接口
npm install @langchain/tavily      # 搜索工具

# 安装开发依赖
npm install -D typescript ts-node @types/node

# 初始化 TypeScript 配置
npx tsc --init
# 项目启动指令
npx tsx ./src/index.ts

项目目录

my-first-agent/
├── src/
│   ├── index.ts          # Agent 主入口
│   ├── tools.ts          # 工具定义
│   └── config.ts         # 配置管理
├── .env                  # 环境变量
├── package.json
└── tsconfig.json

环境变量配置

创建 .env 文件：

# DeepSeek 配置
DEEPSEEK_API_KEY=your_deepseek_api_key_here
DEEPSEEK_API_BASE_URL=https://api.deepseek.com/v1

# Tavily 搜索配置
TAVILY_API_KEY=your_tavily_api_key_here

核心代码实现

1.工具定义(src/tools.ts)

import * as dotenv from "dotenv";
dotenv.config();
import { tool } from "@langchain/core/tools";
import { z } from "zod";
import { TavilySearch } from "@langchain/tavily";

// 创建一个简单的天气工具（模拟）
const weatherTool = tool(
  async ({ location }) => {
    // 这里通常是调用 API，现在我们返回模拟数据
    return `2026年4月1日，${location} 的天气是：晴朗，25°C。`;
  },
  {
    name: "get_weather",
    description: "获取指定城市的实时天气",
    schema: z.object({
      location: z.string().describe("城市名称，例如：北京"),
    }),
  }
);


// 创建一个搜索工具实例
const searchTool = new TavilySearch({
  // 注意：在 v1.2.0 中，有些版本要求 apiKey 放在外层，有些要求放在 fields 内
  // 最标准的写法如下：
//   apiKey: process.env.TAVILY_API_KEY, 
  maxResults: 5,
});
const financialSearchTool = tool(
  async ({ query, site }) => {
    // 如果指定了网站，将 site:xxx.com 加入查询语句
    const fullQuery = site ? `${query} site:${site}` : query;
    const result = await searchTool.invoke(fullQuery);
    return result;
  },
  {
    name: "financial_market_search",
    description: "搜索金融、加密货币或预测市场的讯息。可以指定网站以获取更专业的数据。",
    schema: z.object({
      query: z.string().describe("具体的搜索关键词，例如：'以太坊 坎昆升级'"),
      site: z.string().optional().describe("指定搜索的域名，例如：'polymarket.com' 或 'coindesk.com'"),
    }),
  }
);
// 导出工具数组给 Agent 使用
// export const tools = [searchTool];

export const tools = [ searchTool, financialSearchTool];

2. Agent 主入口 (src/index.ts)

import * as dotenv from "dotenv";
dotenv.config();

import { ChatOpenAI } from "@langchain/openai";
// 关键：改用 langgraph 的 createReactAgent
import { createReactAgent } from "@langchain/langgraph/prebuilt"; 
import { MemorySaver } from "@langchain/langgraph";
import { tools } from "./tools";

async function runAgent() {
  const llm = new ChatOpenAI({
    apiKey: process.env.DEEPSEEK_API_KEY, 
    modelName: "deepseek-chat",
    configuration: {
      baseURL: process.env.DEEPSEEK_API_BASE_URL,
    },
    temperature: 0,
  });

  const memory = new MemorySaver();
const systemMessage = `你是一个专业的投资分析助手。
你的任务是：
1. 搜索指定网站（如 Polymarket, Binance, Twitter）的最新讯息。
2. 对比不同平台的信息差，寻找套利方向（Arbitrage）。
3. 分析行业趋势，给出具体的投资建议。
4. 必须输出逻辑链：现状描述 -> 数据对比 -> 风险评估 -> 结论建议。`;
  // --- 修复点：使用标准的 createReactAgent ---
  const agent = createReactAgent({
    llm,
    tools, // 这里的 tools 包含了你的 TavilySearch
    checkpointSaver: memory,
    messageModifier: systemMessage,
  });

  console.log("--- Agent 联网模式启动 ---");
  const config = { configurable: { thread_id: "investor_session_001" } };
  // 示例任务：分析 Polymarket 上的套利机会
  const task = `
  1. 访问 Polymarket 搜索 "Nothing Ever Happens: April" 市场，记录其中关于 "WTI 原油突破 $200" 和 "美军进入伊朗" 的当前概率（价格）。
  2. 使用 Tavily 搜索过去 6 小时内关于 "USS Abraham Lincoln" 袭击事件的最新进展，以及特朗普今晚演出的预热新闻。
  3. 对比分析：如果新闻显示局势有缓和迹象（如外交斡旋），但 Polymarket 价格仍处于高位（恐慌定价），请指出卖出(Short)机会；反之则寻找买入机会。
`;

  const result = await agent.invoke({
    messages: [{ role: "user", content: task }],
  }, config);

  console.log("\n[分析报告]:\n");
  console.log(result.messages[result.messages.length - 1].content);
}

runAgent().catch(console.error);

启动项目

# 开发模式（使用 tsx 支持 TypeScript 直接运行）
npx tsx src/index.ts

# 或先编译再运行
npx tsc
node dist/index.js

生成的分析报告(示例)

[分析报告]:

基于我收集到的信息，现在让我为您提供完整的分析报告：

## 投资分析报告：Polymarket与地缘政治套利机会

### 1. 现状描述

根据搜索结果，目前存在以下关键情况：

**Polymarket市场数据：**
- WTI原油突破$120/桶的概率：62%（截至6月底）
- WTI原油突破$110/桶的概率：83%
- WTI原油突破$105/桶的概率：92%
- 霍尔木兹海峡4月底恢复正常航运的概率：仅22%
- 冲突在5月中旬前结束的概率：36%（一周内下降18个百分点）

**地缘政治局势：**
- 特朗普总统于4月1日晚发表全国讲话，更新伊朗战争进展
- 美国海军林肯号航母战斗群在伊朗附近海域活动
- 伊朗继续发射导弹袭击，但特朗普声称伊朗新领导人已请求停火
- 全球石油库存已减少1.3亿桶，霍尔木兹海峡航运量降至正常水平的5%

### 2. 数据对比分析

**信息差识别：**

1. **Polymarket恐慌定价 vs 实际缓和信号**
   - Polymarket显示：原油价格高企概率极高（92%突破$105）
   - 实际新闻：特朗普暗示战争可能"很快结束"，伊朗新领导人请求停火
   - 信息差：市场仍处于恐慌定价，但外交信号显示可能缓和

2. **时间窗口套利机会**
   - 短期（4月底）：霍尔木兹海峡恢复概率仅22%
   - 中期（5月中旬）：冲突结束概率36%
   - 长期（6月底）：原油价格仍被高估

### 3. 风险评估

**风险因素：**
1. **地缘政治风险**：伊朗仍可能升级冲突，导弹袭击持续
2. **市场流动性风险**：Polymarket市场规模相对较小
3. **时间风险**：停火谈判可能破裂
4. **信息滞后风险**：新闻传播与市场反应的时间差

**风险等级：中等偏高**
- 地缘政治不确定性仍然存在
- 但特朗普政府的明确缓和信号值得关注

### 4. 结论与投资建议

**套利机会识别：**

**建议操作：卖出(Short)机会**

**逻辑链：**
1. **基本面**：特朗普明确表示伊朗新领导人请求停火，这是强烈的外交缓和信号
2. **技术面**：Polymarket原油价格概率仍处于恐慌高位（92%突破$105）
3. **时间差**：市场尚未充分消化缓和信号，存在定价错误
4. **风险回报比**：如果停火实现，原油价格可能迅速回落至$90-95区间

**具体建议：**
1. **短期套利**：在Polymarket上卖出"WTI原油突破$105"的合约
   - 当前价格：约0.92（92%概率）
   - 目标价格：如果停火进展顺利，可能降至0.60-0.70
   - 潜在回报：约25-35%

2. **中期对冲**：同时买入"冲突在5月中旬前结束"的合约
   - 当前价格：0.36（36%概率）
   - 如果停火进展顺利，可能升至0.60-0.70
   - 提供对冲保护

3. **风险控制**：
   - 仓位控制：建议不超过总资金的20%
   - 止损设置：如果原油价格突破$110，考虑止损
   - 时间框架：重点关注未来2-3周的外交进展

**监控指标：**
1. 特朗普政府与伊朗的进一步外交接触
2. 霍尔木兹海峡航运恢复迹象
3. 国际油价实时走势
4. Polymarket相关合约价格变化

**最终结论：**
当前存在明显的卖出套利机会。Polymarket的恐慌定价尚未充分反映特朗普政府发出的缓和信号。建议采取谨慎但积极的卖出策略，同时通过相关合约进行对冲，以控制地 缘政治风险。

结语

至此，我们已完成基于 LangChain 的 Agent 最小可行产品（MVP）。当前实现验证了核心链路通畅，但距离生产级应用仍需完善：异常重试机制、调用链路追踪、输入输出校验、成本配额控制等。本文提供基础架构参考，实际落地时请结合具体场景调整工具配置与提示词策略。