Verkable die ReAct-Schleife des Agenten
Jetzt das Herzstück des Projekts: die ReAct loop (Reason -> Act -> Observe), die Steuerungs-Schleife hinter fast jedem Agenten-Framework. Das Modell antwortet nicht in einem Rutsch. Es denkt einen Schritt nach, wählt ein Tool aus, führt es aus, liest das Ergebnis und entscheidet erst dann, was als Nächstes zu tun ist. Deine Aufgabe ist es, diese Schleife in einfachem Python über Mock-Tools zu schreiben, damit du die Mechanik verstehst, anstatt LangChain als Black Box zu behandeln.
In einem echten Deployment ist der "reason" Schritt ein LLM Aufruf. Hier ersetzen wir das Modell durch eine kleine deterministische policy damit das Ganze offline testbar ist (kein Netzwerk, keine API). Die policy schaut sich die Aufgabe und die bisher gesammelten Beobachtungen an und gibt die nächste Aktion zurück. Diese Trennung ist die echte Lektion: die loop ist generisch; nur die policy ist intelligent.
A Aufgabe ist eine winzige Spezifikation, die die Richtlinie liest:
task = {"need": ["team size", "office floors"], "op": "*"}
# "look up these facts, then combine them with this operator"Du wirst run_agent(task, tools, max_steps=8) bauen. Es gibt einen trace zurück: eine geordnete Liste von (thought, tool, args, observation) Tupeln, eines pro Schritt. Dieser Trace ist die gesamte Denkhistorie des Agenten, und genau das loggst, spielst du ab und (nächste Lektionen) bewertest du.
Die Logik, die die Schleife kodiert, jede Iteration:
- Wenn eine benötigte Tatsache noch unbekannt ist, ist die nächste Aktion
searchfür die erste fehlende. Zeichne die Beobachtung auf und merke dir die Tatsache. - Sobald alle Fakten gesammelt sind und die Aufgabe einen
ophat, ist die nächste Aktioncalcum die zwei Fakten zu kombinieren. Merke dir das Ergebnis. - Wenn nichts mehr zu tun ist, sende eine finale
finishAktion aus, deren Beobachtung die Antwort ist, und stoppe.
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 finishDas tools dict ist dein Register aus Lektion 1 im Geist: search(args) löst einen Fakt auf, calc(args) wendet op auf a und b an. Die final answer ist das calc result, wenn es ein op gibt, oder der einzelne nachgeschlagene Fakt, wenn nicht. Der Grader prüft die schrittweise (tool, args, observation) sequence und die finale Antwort, also muss die loop tatsächlich korrekt routen und nicht raten. Er führt auch eine second, different Aufgabe aus, also kann ein hartkodierter Trace nicht bestehen. Drücke Run um zu sehen, wie eine zwei-Fakten-Aufgabe sich zu einer Antwort durchdenkt.
Schreibe make_tools() und gib ein Dictionary mit search(args) (löse args["query"] gegen die FACTS Tabelle aus dem Starter auf; "not found" falls abwesend) und calc(args) zurück (wende args["op"] über args["a"] an, args["b"] für + - * /). Schreibe dann run_agent(task, tools, max_steps=8) und implementiere die reason-act-observe Schleife: suche jeden noch fehlenden Schlüssel in task["need"] (zuerst der erste fehlende), dann calc wenn task["op"] gesetzt ist, dann einen finalen finish Schritt geschrieben als (thought, "finish", {"answer": answer}, answer). Gib die geordnete Liste der (thought, tool, args, observation) Tupel zurück; die finale Antwort ist das calc Ergebnis oder der einzelne Fakt, wenn es kein op gibt.
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.