المنهج الدراسي الدرس 175 من 250 · بناء الوكلاء (استخدام الأدوات و ReAct)
بناء الوكلاء (استخدام الأدوات و ReAct)

ذاكرة العميل وتراكم الحالة

تحتوي حلقة ReAct التي بنيتها على فقدان ذاكرة: كل خطوة تستدعي أداة ثم تنسى. يجب على الوكيل الحقيقي أن ينقل ما تعلمه للأمام - الحقائق التي بحث عنها، والنتائج التي أعادتها الأدوات - لكي تتمكن خطوة لاحقة من استخدامها. هذا notebook الذي يعمل هو ذاكرة الوكيل (يسميه الناس أيضاً scratchpad أو working context). الكود الخاص بك يمتلكها؛ النموذج لا يمتلكها أبداً.

لكن السياق ليس مجانيا. كل شيء في الذاكرة يتم إدخاله مرة أخرى في الـ prompt في الخطوة التالية، وللنموذج نافذة context window ثابتة تقاس بـ tokens. إذا نمت الذاكرة للأبد فستتجاوز النافذة في النهاية (وتدفع مقابل كل token بالإضافة إلى ذلك). لذا تحتاج الذاكرة إلى نصفين: accumulate الحقائق الجديدة أثناء التقدم، و trim للعودة إلى ميزانية محددة عندما تصبح كبيرة جدا.

شكلها

State هو قاموس واحد: ملاحظة system دائمة (تعليمات الوكيل الثابتة، التي لا تتخلص منها أبدا) وقائمة من facts التي جمعها:

state = {"system": "You are a research agent.", "facts": []}

تصبح كل ملاحظة سطراً واحداً من الحقائق. بعد تشغيل أداة ما، تقوم بإضافة سجل مقروء لما حدث:

state["facts"].append(f"{tool}({args}) -> {observation}")

تقليص إلى ميزانية الرموز

تعتمد أدوات Tokenizers الحقيقية على التعلم وتقسيم الكلمات إلى أجزاء؛ لا يمكننا تشغيل واحدة هنا، لذا نقدر الـ token ككلمة واحدة تفصلها مسافة (len(text.split())) وهي نفس الحيلة المستخدمة في وحدة LLM. (في بيئة الإنتاج ستستخدم عدد الأجزاء الحقيقي من حقل usage في الـ API، أو قاعدة len(text) / 4 التقريبية للأحرف؛ تقدير المسافات يحافظ فقط على كون هذا التمرين حتمياً.) تحاكي قاعدة القص ما تفعله وكلاء الإنتاج فعلياً: احتفظ دائماً بملاحظة النظام، ثم احتفظ بأكبر عدد ممكن من الحقائق الأحدث التي تناسب ما تبقى من الميزانية. الأولوية للأحدث لأن النتائج الأخيرة هي عادة ما يحتاجه الخطوة التالية.

budget = max_tokens - est_tokens(state["system"])
# walk facts newest-first, keep while they fit, then stop

قم بمعالجة الحقائق من الأحدث إلى الأقدم، مع إضافة تكلفة token لكل واحدة حتى تتجاوز الحقيقة التالية الميزانية، ثم توقف. اعكس الترتيب لتبقى الحقائق المحتفظ بها في ترتيبها الأصلي. إذا كانت الميزانية ضئيلة يمكنك الاحتفاظ بصفر من الحقائق، لكن ملاحظة النظام تبقى دائماً.

في وكيل مباشر، سيقرأ النموذج render(state) في أعلى كل خطوة، وستعمل دورة التجميع ثم التقليم نفسها بعد كل استدعاء للأداة، لذا لن تفيض النافذة أبدا. يمكن للمعلم على الجهاز قيادة هذه الحلقة، لكن التقييم يفحص دائما الحالة الحتمية. اضغط على Run لتجميع نص قصير وشاهد أقدم الحقائق تتلاشى تحت ميزانية ضيقة.

دورك

ابنِ ذاكرة الوكيل. اكتب new_state(system_note) -> {"system": note, "facts": []}; record(state, tool, args, observation) التي تضيف سطر الحقيقة "<tool>(<args>) -> <observation>" وتعيد الحالة; est_tokens(text) -> عدد رموز المسافات الفارغة; و trim(state, max_tokens) التي تحتفظ بملاحظة النظام بالإضافة إلى أحدث الحقائق التي تناسب رموزها في max_tokens (تُحسب ملاحظة النظام ضمن الميزانية). ثم اكتب accumulate(system_note, transcript, max_tokens): ابدأ حالة جديدة، record في كل خطوة (tool, args, observation) بالترتيب، trim مرة واحدة في النهاية، وأعد الحالة المقصوصة.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.