在 langchain 中 initialize_agent 被禁用后，应该如何进行替代？

from langchain.agents import AgentExecutor, ZeroShotAgent
from langchain import LLMChain, PromptTemplate
from langchain.llms import OpenAI  # 或者其他LLM

llm = OpenAI(temperature=0) # 使用OpenAI模型，可替换为其他LLM

prompt = PromptTemplate(
    input_variables=["input", "agent_scratchpad"],
    template="Answer the following question: {input}\n\n{agent_scratchpad}"
)

llm_chain = LLMChain(llm=llm, prompt=prompt)
tools = [...]  # 你的工具列表，例如搜索工具、计算工具等

agent = ZeroShotAgent(llm_chain=llm_chain, tools=tools)
agent_executor = AgentExecutor.from_agent_and_tools(agent=agent, tools=tools, verbose=True)

# 使用 agent_executor 执行任务
result = agent_executor.run("你的问题或任务")
print(result)

from langchain.agents import Tool, AgentExecutor
from langchain.chains import LLMChain
from langchain.llms import OpenAI # 或者其他LLM
from langchain.prompts import PromptTemplate

llm = OpenAI(temperature=0) # 使用OpenAI模型，可替换为其他LLM

# 定义工具
tool1 = Tool(name="tool1", func=lambda x: "tool1 的结果", description="tool1 的描述")
tool2 = Tool(name="tool2", func=lambda x: "tool2 的结果", description="tool2 的描述")
tools = [tool1, tool2]

# 定义提示模板 (根据你的Agent类型调整)
prompt_template = """Use the following tools to answer the question.
{tools}

Question: {input}
{agent_scratchpad}"""
prompt = PromptTemplate(
    input_variables=["input", "agent_scratchpad", "tools"],
    template=prompt_template,
)

# 创建 LLM 链
llm_chain = LLMChain(llm=llm, prompt=prompt)

# 创建自定义 Agent (根据你的需求选择合适的Agent类型，例如ZeroShotAgent,  ConversationAgent等)
#  agent = ZeroShotAgent(llm_chain=llm_chain, tools=tools)  # 例如ZeroShotAgent
#  agent = ... # 其他Agent类型


# 创建 AgentExecutor
agent_executor = AgentExecutor.from_agent_and_tools(agent=agent, tools=tools, verbose=True)

# 运行 agent
result = agent_executor.run("你的问题或任务")
print(result)