سرفصل‌ها درس 172 از 250 · عامل‌های سازنده (استفاده از ابزار و واکنش مجدد)
عامل‌های سازنده (استفاده از ابزار و واکنش مجدد)

ابزارهای ReAct Loop Over Mock

تبلیغات را کنار بگذارید؛ یک «عامل هوش مصنوعی» در واقع یک حلقه است. مدل به طور جادویی اقدام انجام نمی‌دهد؛ بلکه کد شما این کار را می‌کند. الگو ReAct است: Reason about what to do, take an Action by calling a tool, Observe the result, then loop until the task is done. مدل فقط متن تولید می‌کند؛ حلقه اطراف آن آن متن را به فراخوانی‌های واقعی ابزارها تبدیل می‌کند و نتایج را بازمی‌گرداند.

مرحله استدلال، مدل زبان بزرگ (LLM) است و غیرقطعی است، بنابراین نمی‌توان آن را واحدآزمایی کرد. اما همه چیز در اطراف آن تعیین‌کننده (deterministic) است و دقیقاً همان چیزی است که در تولید خراب می‌شود: ارسال، رسیدگی به مشاهده، شرط توقف. بنابراین ما حلقه را با جایگزین کردن کار مدل با یک طرح اسکریپتی - یک لیست ثابت از (tool, args) اقدامات - تست می‌کنیم. این همان روشی است که در واقع یک عامل را واحد-تست می‌کنید: طرح را ثابت کنید، ردپا را تأیید کنید.

شما یک run_agent(plan, tools, max_steps) خواهید ساخت. plan یک لیست از مراحل مانند ("lookup", {"country": "France"}) است. tools یک دیکشنری است که نام یک ابزار را به یک تابع پایتون نگاشت می‌کند که دیکشنری args را می‌گیرد و یک مشاهده را برمی‌گرداند. برای هر مرحله، ابزار مطابقت‌دهنده را فراخوانی می‌کنید و یک سه‌تایی (tool, args, observation) را به یک اضافه می‌کنید. - گزارش حسابرسی از کاری که عامل انجام داده است.

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 trace

قوانین:

  • برای هر مرحله، tools[action](args) را فراخوانی کنید و (action, args, observation) را به ترتیب ثبت کنید.
  • یک اقدام "finish" چرخه را فوراً پایان می‌دهد و در ثبت نمی‌شود (این یک سیگنال است، نه فراخوانی ابزار).
  • وقتی max_steps ورودی در ردیابی وجود دارد، متوقف شوید، حتی اگر برنامه مراحل بیشتری داشته باشد - این گارد یک عامل فراری را متوقف می‌کند.
  • اگر یک مرحله آرگومانی نداشته باشد، آن را به عنوان یک dict خالی در نظر بگیرید.

در یک اپلیکیشن واقعی، LLM هر اقدام بعدی را به صورت JSON صادر می‌کند و همین حلقه آن را اجرا می‌کند، بنابراین می‌توانید بدون دستکاری خود حلقه، برنامه اسکریپتی را با خروجی زنده مدل جایگزین کنید. مربی روی دستگاه می‌تواند همین حلقه را به‌صورت زنده اجرا کند، اما در نمره‌دهی فقط به ردیابی قطعی نگاه می‌شود. دکمه را فشار دهید و را اجرا کنید تا اجرای یک برنامه دو مرحله‌ای را تماشا کنید: جستجوی یک پایتخت، سپس انجام محاسبات، و در نهایت پایان.

آنچه همین حالا ساختید در صنعت نامی دارد: این حلقهٔ مشاهده-تفکر-اقدام هستهٔ هر چارچوب عامل است: کتابخانه‌هایی مانند LangGraph این حلقه را به‌صورت گرافی از گره‌ها در اختیار شما قرار می‌دهند، APIهای میزبان عامل آن را در سمت ارائه‌دهنده اجرا می‌کنند و یک کلاینت MCP در واقع همین حلقه است که به ابزارهایی که از طریق یک پروتکل کشف می‌کند متصل شده است. آنها قابلیت‌های پخش، تلاش مجدد، پایداری و ردیابی را اضافه می‌کنند، اما موتور دقیقاً همان حلقه‌ای است که شما نوشته‌اید. ساختن آن از صفر تنها یک بار، کاری می‌کند که این فریم‌ورک‌ها قابل فهم باشند، نه جادویی: شما دقیقاً خواهید دانست که هر کدام کدام بخش را خودکار می‌کنند.

نوبت شما

نوشتن run_agent(plan, tools, max_steps=10) که یک طرح اسکریپتی از (tool, args) مراحل را علیه یک ثبت‌نام ابزار شبیه‌سازی‌شده اجرا می‌کند. برای هر مرحله، فراخوانی کنید tools[action](args) و ضمیمه کنید (action, args, observation) به یک لیست ردیابی. یک "finish" عمل loop را متوقف می‌کند و ثبت نمی‌شود؛ هنگامی که trace حاوی باشد متوقف شود. max_steps واردات. ردیابی را بازگردانید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.