Temario Lección 231 de 250 · Proyecto: agente de investigación que usa herramientas
Proyecto: agente de investigación que usa herramientas

Conecta el bucle ReAct del agente

Ahora el corazón del proyecto: el bucle ReAct (razonar -> actuar -> observar), el bucle de control que hay detrás de prácticamente todos los frameworks de agentes. El modelo no responde de una vez. Piensa un paso, elige una herramienta, la ejecuta, lee el resultado, y solo entonces decide qué hacer después. Tu trabajo es escribir ese bucle en Python simple sobre herramientas simuladas, para que entiendas la maquinaria en lugar de tratar LangChain como una caja negra.

En un despliegue real, el paso de "razonar" es una llamada a un LLM. Aquí sustituimos el modelo por una pequeña política determinista para que todo se pueda probar sin conexión (sin red, sin API). La política mira la tarea y las observaciones reunidas hasta ahora, y devuelve la siguiente acción. Esa separación es la verdadera lección: el bucle es genérico; solo la política es lista.

Una tarea es una pequeña especificación que lee la política:

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

Construirás run_agent(task, tools, max_steps=8). Devuelve una traza: una lista ordenada de tuplas (thought, tool, args, observation), una por paso. Esa traza es todo el historial de razonamiento del agente, y es exactamente lo que registras, reproduces y (en las próximas lecciones) evalúas.

El razonamiento que codifica el bucle, en cada iteración:

  • Si algún dato necesario sigue siendo desconocido, la siguiente acción es search del primero que falte. Registra la observación y recuerda el dato.
  • Una vez reunidos todos los datos y si la tarea tiene un op, la siguiente acción es calc para combinar los dos datos. Recuerda el resultado.
  • Cuando no quede nada que hacer, emite una acción final finish cuya observación sea la respuesta, y para.
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

El dict tools es en espíritu tu registro de la lección 1: search(args) resuelve un dato y calc(args) aplica op a a y b. La respuesta final es el resultado de calc cuando hay un op, o el único dato buscado cuando no lo hay. El evaluador comprueba la secuencia paso a paso de (tool, args, observation) y la respuesta final, así que el bucle tiene que enrutar bien de verdad, no adivinar. También ejecuta una segunda tarea distinta, así que una traza fija no puede pasar. Pulsa Ejecutar para ver cómo una tarea de dos datos llega razonando a una respuesta.

Tu turno

Escribe make_tools(), que devuelva un dict con search(args) (resuelve args["query"] contra la tabla FACTS del código inicial; "not found" si no está) y calc(args) (aplica args["op"] sobre args["a"] y args["b"] para + - * /). Luego escribe run_agent(task, tools, max_steps=8), que implemente el bucle de razonar, actuar y observar: busca cada clave de task["need"] que siga faltando (primero la primera que falte), luego calc si task["op"] está fijado, y luego un paso final finish escrito como (thought, "finish", {"answer": answer}, answer). Devuelve la lista ordenada de tuplas (thought, tool, args, observation); la respuesta final es el resultado de calc, o el único dato cuando no hay op.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.