最近在折腾一个给内部用的文档问答Agent，用的LangChain + GPT-4o，流程大概是：意图识别→检索→多步推理→生成答案。单步检索效果还行，但一旦涉及到需要多轮工具调用（比如先查库存再算价格折扣），中间就经常出现幻觉或者干脆调用错参数。我试过加few-shot示例，也调低了temperature，还是不稳定。想问问大家，是LangChain本身的编排太重了，还是我应该在prompt工程上再下点功夫？有没有靠谱的实践路线图？谢谢各位大佬。