LangGraph项目中React Agent系统提示未生效问题解析

问题背景

在使用LangGraph项目的create_react_agent功能时，开发者发现当指定response_format参数用于结构化输出时，系统提示(prompt)没有被包含在最终生成结构化响应的调用中。这导致了一个不一致的行为：虽然中间过程的消息遵循了系统提示(如使用德语回答)，但最终的结构化输出却使用了默认语言(英语)。

技术细节分析

该问题的核心在于create_react_agent函数的实现机制。当开发者同时指定prompt参数和response_format参数时，系统提示没有被正确传递到生成结构化输出的最终步骤。

在示例代码中：

agent = create_react_agent(
    llm, 
    tools=[], 
    prompt="Always answer in German.",
    response_format=AgentResponse
)

虽然设置了"Always answer in German."的系统提示，但最终的结构化输出AgentResponse中的agent_response_text字段值却是英文的"Horse"，而非德语的"Pferd"。

解决方案

LangGraph项目提供了两种解决方式：

1. 显式传递系统提示：在调用invoke()方法时，明确包含系统提示信息。

2. 使用元组格式：更优雅的解决方案是使用元组形式同时传递提示和模式，这是LangGraph推荐的做法：

agent = create_react_agent(
    llm, 
    tools=[], 
    response_format=("Always answer in German.", AgentResponse)
)

深入理解

这个问题揭示了LangGraph中React Agent工作流程的一个重要特性：结构化输出生成是一个独立的步骤，需要特别注意提示信息的传递。当使用结构化输出时，开发者需要确保所有必要的上下文信息(包括系统提示)都被正确传递到每个处理阶段。

最佳实践建议

1. 当使用结构化输出时，优先考虑使用元组形式同时指定提示和模式
2. 在复杂场景中，考虑在调用时显式传递系统提示
3. 测试时不仅要验证最终输出，也要检查中间步骤是否遵循了所有提示要求
4. 对于多语言场景，特别注意结构化输出是否遵循了语言要求

这个问题虽然看似简单，但它提醒我们在使用AI代理时需要注意信息流经各个处理阶段时的完整性，特别是在涉及多步骤处理和结构化输出的场景中。