حلقة ReAct فوق الأدوات الوهمية
أزل التسويق ووكيل الذكاء الاصطناعي هو حلقة تكرارية. النموذج لا يقوم بتنفيذ إجراءات بشكل سحري؛ بل الكود الخاص بك هو من يفعل ذلك. النمط هو ReAct: Reason حول ما يجب فعله، ثم اتخذ Action عبر استدعاء أداة، و Observe النتيجة، ثم كرر العملية حتى تنتهي المهمة. النموذج ينتج نصا فقط؛ والحلقة المحيطة به تحول ذلك النص إلى استدعاءات أدوات حقيقية وتغذي النتائج مرة أخرى.
خطوة الاستنتاج هي نموذج LLM، وهي غير حتمية، لذا لا يمكننا إجراء اختبار وحدة لها. لكن كل ما يحيط بها هو حتمي وهو بالضبط ما يتعطل في بيئة الإنتاج: التوزيع، ومعالجة الملاحظات، وشرط التوقف. لذا نقوم باختبار الحلقة مع استبدال مهمة النموذج بـ خطة مبرمجة - وهي قائمة ثابتة من (tool, args)الإجراءات. هذه هي الطريقة التي تختبر بها وحدة الوكيل فعليا: تثبيت الخطة، والتأكد من الأثر.
ستقوم ببناء run_agent(plan, tools, max_steps). plan هي قائمة من الخطوات مثل ("lookup", {"country": "France"}). tools هو dict يربط اسم أداة بـ Python function تأخذ args dict وتعيد observation. لكل خطوة، تقوم باستدعاء الأداة المطابقة وتضيف (tool, args, observation) triple إلى trace - سجل التدقيق لما فعله agent.
def run_agent(plan, tools, max_steps=10):
trace = []
for action, args in plan:
if len(trace) >= max_steps:
break
if action == "finish":
break
observation = tools[action](args)
trace.append((action, args, observation))
return traceالقواعد:
- لكل خطوة، استدعِ
tools[action](args)وسجل(action, args, observation)بالترتيب. - A
"finish"ينهي الحلقة فوراً ولا يتم not تسجيله في التتبع (إنه إشارة، وليس استدعاء أداة). - توقف بمجرد أن يحتوي trace بالفعل على
max_stepsentries، حتى لو كانت الخطة تحتوي على خطوات أكثر - هذا الحارس يوقف agent جامح. - إذا كانت الخطوة بدون args، فاعتبرها dict فارغاً.
في تطبيق حقيقي، سيقوم الـ LLM بإخراج كل إجراء تالي كـ JSON وسيقوم نفس الـ loop بتشغيله، لذا يمكنك استبدال الخطة المبرمجة بمخرجات النموذج المباشرة دون لمس الـ loop. يمكن للمعلم على الجهاز تشغيل هذا الـ loop مباشرة، لكن عملية التصحيح تنظر دائماً إلى الـ deterministic trace فقط. اضغط على Run لمشاهدة تنفيذ خطة من خطوتين: البحث عن عاصمة، ثم إجراء عملية حسابية، ثم الانتهاء.
ما بنيته للتو له اسم في الصناعة. حلقة المراقبة والتفكير والتنفيذ هذه هي جوهر كل إطار عمل للوكلاء: توفر لك LangGraph والمكتبات المشابهة هذه الحلقة كرسوم بيانية من العقد، وتعمل واجهات برمجة تطبيقات الوكلاء المستضافة على جانب المزود، أما عميل MCP فهو في الحقيقة مجرد هذه الحلقة المتصلة بالأدوات التي يكتشفها عبر بروتوكول. إنهم يضيفون البث، وإعادة المحاولة، والاستمرارية، والتتبع، لكن المحرك هو بالضبط الحلقة التي كتبتها. بناءها من الصفر مرة واحدة هو ما يجعل تلك الأطر مفهومة بدلاً من كونها سحراً: ستعرف بدقة أي جزء يقوم كل منها بأتمتته.
اكتب run_agent(plan, tools, max_steps=10) الذي ينفذ خطة نصية من (tool, args) خطوات ضد سجل أدوات وهمي. لكل خطوة، استدعِ tools[action](args) وأضف (action, args, observation) إلى قائمة تتبع. إجراء "finish" يوقف الحلقة ولا يتم تسجيله؛ توقف بمجرد أن تحتوي التتبع على max_steps مدخلات. أعد التتبع.
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.