पाठ्यक्रम 250 में से पाठ 176 · Agents बनाना (tool-use और ReAct)
Agents बनाना (tool-use और ReAct)

योजना, सोच-विचार और दोबारा योजना

एक अकेला ReAct loop एक tool call के लिए ठीक है, पर असली कामों के क़दम होते हैं: एक विषय पर शोध करो, फिर सार लिखो; एक flight book करो, फिर एक hotel। एक सक्षम agent एक-एक काम पर तुरंत नहीं सोचता - वह एक योजना बनाता है, उस पर चलता है, और हर क़दम के बाद सोच-विचार करता है कि आगे बढ़ना है, रास्ता ठीक करना है, या रुकना है। वही योजना-करो-सोचो चक्र agent को बिना भटके लंबा काम पूरा करने देता है।

1. लक्ष्य को एक योजना में बाँटें

योजना का मतलब है एक धुँधले लक्ष्य को उप-कामों की क्रमबद्ध सूची में बदलना। production में मॉडल यह योजना लिखता है; यहाँ हम इसे निश्चित और keyword पर चलने वाला बनाते हैं ताकि यह टेस्ट हो सके। वही विचार, पक्का आउटपुट:

def decompose(goal):
    g = goal.lower()
    if "research" in g or "report" in g:
        return ["gather sources", "extract facts", "write summary"]
    elif "trip" in g or "travel" in g:
        return ["pick dates", "book flights", "book hotel"]
    return ["understand goal", "do the work", "review result"]

2. हर क़दम के नतीजे पर सोचें

एक उप-काम चलने के बाद agent नतीजा देखता है और एक नियंत्रण फ़ैसला करता है। हम उसे एक छोटी नतीजा dict {"ok": bool, "last": bool} (क्या क़दम सफल हुआ, और क्या यह आख़िरी क़दम है) और तीन संभावित फ़ैसले देते हैं:

  • "replan" - क़दम विफल हुआ। जो भी आज़माया वह काम नहीं किया, इसलिए मौजूदा योजना संदिग्ध है।
  • "done" - क़दम सफल हुआ और वह आख़िरी था। लक्ष्य पूरा हुआ।
  • "continue" - यह सफल हुआ पर करने को और है। अगले उप-काम पर जाएँ।

क्रम मायने रखता है: विफलता का मतलब "replan" है, आख़िरी क़दम पर भी (टूटा आख़िरी क़दम "done" नहीं है)।

3. विफलता पर एक बार दोबारा योजना

controller इसे बाँधता है। यह योजना पर चलता है, हर क़दम के लिए execute(subtask) बुलाता है, चिह्नित करता है कि वह आख़िरी था या नहीं, और सोचता है। "continue" पर आगे बढ़ता है; "done" पर सफलता से रुकता है; "replan" पर एक नई सुधार योजना बनाकर फिर से शुरू करता है - पर सिर्फ़ max_replans बार तक, ताकि एक निराशाजनक काम हमेशा loop न करे (पहले वाला loop-पहरेदार अनुशासन)। दोबारा योजनाएँ ख़त्म हों तो "failed" के साथ रुकता है।

def replan(goal, failed_step):
    # retry the failed step, then still do every step that came after it
    base = failed_step[len("retry: "):] if failed_step.startswith("retry: ") else failed_step
    plan = decompose(goal)
    rest = plan[plan.index(base) + 1:] if base in plan else []
    return ["retry: " + base] + rest

execute यहाँ एक नक़ली है - आपका दिया फ़ंक्शन जो किसी उप-काम के लिए {"ok": ...} लौटाता है - असली tool calls की जगह लेता हुआ ताकि controller पूरी तरह निश्चित और टेस्ट होने लायक हो। एक live agent में वही controller बिना अपना तर्क बदले असली tools और मॉडल की लिखी योजना चलाता है। एक योजना को सफल होते देखने, फिर एक को क़दम में विफल होकर दोबारा योजना पर सँभलते देखने के लिए Run दबाएँ।

आपकी बारी

एक योजना controller बनाएँ। decompose(goal) लिखें जो क्रमबद्ध उप-काम सूची लौटाए (research/report -> ["gather sources", "extract facts", "write summary"]; trip/travel -> ["pick dates", "book flights", "book hotel"]; नहीं तो -> ["understand goal", "do the work", "review result"])। {"ok", "last"} पर reflect(step_result) लिखें जो ok न होने पर "replan", नहीं तो last होने पर "done", नहीं तो "continue" लौटाए। replan(goal, failed_step) लिखें -> एक सुधार योजना जो विफल क़दम दोबारा आज़माए और फिर भी decompose(goal) में उसके बाद आने वाला हर क़दम करे: "extract facts" पर विफल होने वाले research लक्ष्य के लिए ["retry: extract facts", "write summary"]। (बाक़ी काम छोड़कर "done" बताने वाली सुधार योजना क्लासिक agent बग है: सार कभी लिखा ही नहीं गया।) अगर failed_step ख़ुद एक retry है, तो पहले "retry: " prefix हटाएँ ताकि वह दोगुना न हो। फिर run_plan(goal, execute, max_replans=1) लिखें जो योजना पर चले, execute(subtask) बुलाए ({"ok": bool} लौटाता है), सोचे (last आप सेट करते हैं), एक (subtask, ok, decision) trace दर्ज करे, विफलता पर max_replans बार तक दोबारा योजना बनाए (सुधार योजना को उसके पहले क़दम से फिर शुरू करते हुए), और {"status": "done"|"failed", "trace": [...], "replans": int} लौटाए।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।