Kurrikulum Leson 174 van 250 · Bou Agents (Tool-Use & ReAct)
Bou Agents (Tool-Use & ReAct)

Loopwagters: max_steps & Herhaalde-Aksie Stop

'n agent wat kan loop kan vir altyd loop. Die model raak verward, herhaal dieselfde mislukte tool call, en jy word wakker met 'n faktuur van vyf syfers. Guard rails is nie opsioneel nie. Dit is die verskil tussen 'n demo en iets wat jy voor 'n kliënt sou sit. Twee guards vang byna alles: 'n harde stap-plafond en herhaalde-aksie-opsporing.

Jy gaan run_with_guard(plan, tools, max_steps) bou. Dit voer dieselfde soort plan as voorheen uit, maar in plaas van net 'n trace gee dit 'n klein verslag: {"status": ..., "trace": [...]}, waar status een van drie uitkomste is:

  • "max_steps" - die agent het die stap-plafond bereik voor dit klaar was. Stop en merk dit.
  • "loop_detected" - die agent het die presies dieselfde aksie (dieselfde tool, dieselfde args) wat dit reeds geneem het, probeer. Dit is 'n lus; stop voordat dit aanspoel.
  • "done" - die plan is normaal voltooi (dit het stappe opgebruik of 'n "finish" aksie geraak).

Hou by wat aksies jy gesien het sodat herhalings goedkoop is om te vind. 'n dict is nie hashable nie, so verander elke aksie eers in 'n hashable sleutel:

seen = set()
...
key = (action, repr(args))   # repr makes the args dict hashable
if key in seen:
    return {"status": "loop_detected", "trace": trace}
seen.add(key)

Die spoor word by die stoppunt afgesny: wanneer jy op max_steps of loop_detected stop, gee die spoor van wat werklik tot daardie oomblik geloop het terug, nie die hele plan nie. Daardie afgesnyde spoor is jou voorvalverslag. Dit wys presies waar die agent uit die pad geraak het.

Kontroleer die stap-plafond en die herhaling voor jy 'n stap opneem, sodat die tellings ooreenstem: met max_steps=3 hou die spoor maksimum 3 inskrywings, en 'n herhaalde aksie word vasgevang voordat dit 'n tweede keer loop. Druk Run om te sien hoe al drie uitkomste afvuur.

Jou beurt

Skryf run_with_guard(plan, tools, max_steps=10) wat {"status": ..., "trace": [...]} teruggee. Stop met "max_steps" wanneer die trace max_steps entries bereik, met "loop_detected" wanneer 'n aksie presies herhaal (dieselfde tool en args), en met "done" wanneer die plan voltooi of "finish" tref. Kontroleer die guards voor jy elke stap opneem sodat die trace by die stoppunt afkap.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.