Kurrikulum Leson 231 van 250 · Projek: Tool-gebruikende Navorsingsagent
Projek: Tool-gebruikende Navorsingsagent

Verbind die Agent se ReAct Loop

Nou die hart van die projek: die ReAct loop (Rede -> Werk -> Waarnem), die beheerlus agter byna elke agent raamwerk. Die model antwoord nie in een slag nie. Dit dink 'n stap, kies 'n tool, hardloop dit, lees die resultaat, en besluit dan eers wat om volgende te doen. Jou werk is om daardie lus in eenvoudige Python oor mock tools te skryf, sodat jy die masjinerie verstaan in plaas daarvan om LangChain as 'n swart boks te behandel.

In 'n werklike implementasie is die "reason" stap 'n LLM-oproep. Hier vervang ons die model met 'n klein deterministiese policy sodat die hele ding buite aanlyn toetsbaar is (geen netwerk, geen API). Die policy kyk na die taak en na die waarnemings wat tot dusver versamel is, en gee die volgende aksie terug. Daardie skeiding is die ware les: die loop is generies; net die policy is slim.

is 'n klein spesifikasie wat die beleid lees:

task = {"need": ["team size", "office floors"], "op": "*"}
# "look up these facts, then combine them with this operator"

Jy gaan run_agent(task, tools, max_steps=8) bou. Dit gee 'n trace terug: 'n geordende lys van (thought, tool, args, observation) tuples, een per stap. Daardie trace is die agent se hele redeneringsgeskiedenis, en dit is presies wat jy log, herspeel, en (volgende lesse) evalueer.

Die rede waarom die loop dit verkies, elke iterasie:

  • As \111 enige nodige feit nog onbekend is, is die volgende aksie search vir die eerste een wat ontbreek. Registreer die waarneming en onthou die feit.
  • Sodra alle feite versamel is en die taak 'n op het, is die volgende aksie calc om die twee feite te kombineer. Onthou die resultaat.
  • Wanneer daar niks meer is om te doen nie, stuur 'n finale finish aksie waarvan die waarneming die antwoord is, en stop.
def run_agent(task, tools, max_steps=8):
    trace, facts = [], {}
    for _ in range(max_steps):
        missing = [k for k in task["need"] if k not in facts]
        if missing:
            key = missing[0]
            obs = tools["search"]({"query": key})   # ACT + OBSERVE
            facts[key] = obs
            trace.append(("need " + key, "search", {"query": key}, obs))
            continue
        ...   # compute if there is an op, else finish

Die tools dict is jou register van les 1 in gees: search(args) oplos 'n feit, calc(args) pas op toe op a en b. Die final answer is die calc result wanneer daar 'n op is, of die enkele opgesoekte feit wanneer daar nie een is nie. Die grader kontroleer die stap-vir-stap (tool, args, observation) sequence en die finale antwoord, so die loop moet werklik korrek roe, nie raai nie. Dit hardloop ook 'n second, different taak, so 'n harde gekode trace kan nie slaag nie. Druk Run om te sien hoe 'n twee-feit taak sy weg na 'n antwoord redeneer.

Jou beurt

Skryf make_tools() wat 'n dict teruggee met search(args) (los args["query"] op teen die FACTS-tabel wat in die beginstuk verskaf word; "not found" as dit afwesig is) en calc(args) (pas args["op"] toe oor args["a"], args["b"] vir + - * /). Skryf dan run_agent(task, tools, max_steps=8) wat die reason-act-observe-lus implementeer: soek elke nog-ontbrekende sleutel in task["need"] (eere ontbrekende eerste), dan calc as task["op"] gestel is, dan 'n finale finish-stap geskryf as (thought, "finish", {"answer": answer}, answer). Gee die geordende lys van (thought, tool, args, observation)-tuples terug; die finale antwoord is die calc-resultaat, of die enkele feit wanneer daar geen op is nie.

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.