Silabus Pelajaran 231 dari 250 · Proyek: Agen Riset Pengguna Alat
Proyek: Agen Riset Pengguna Alat

Hubungkan ReAct Loop milik Agent

Sekarang inti dari proyek ini: loop ReAct (Reason -> Act -> Observe), loop kontrol di balik hampir setiap framework agent. Model tidak menjawab dalam sekali jalan. Ia berpikir satu langkah, memilih tool, menjalankannya, membaca hasilnya, dan baru kemudian memutuskan apa yang harus dilakukan selanjutnya. Tugas kamu adalah menulis loop itu dalam Python murni di atas mock tools, supaya kamu paham mekanismenya dan tidak menganggap LangChain sebagai black box.

Dalam deployment nyata, langkah "reason" adalah panggilan LLM. Di sini kita mengganti model dengan policy deterministik kecil supaya semuanya bisa diuji secara offline (tanpa jaringan, tanpa API). Policy melihat tugas dan observasi yang terkumpul sejauh ini, lalu mengembalikan aksi berikutnya. Pemisahan itu adalah pelajaran sebenarnya: loop bersifat generik; hanya policy yang pintar.

Tugas

A adalah spesifikasi kecil yang dibaca kebijakan:

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

Kamu akan membangun run_agent(task, tools, max_steps=8). Ini mengembalikan trace: daftar terurut dari (thought, tool, args, observation) tuples, satu untuk setiap langkah. Trace itu adalah seluruh riwayat penalaran agen, dan itulah yang kamu catat, putar ulang, dan (pelajaran berikutnya) evaluasi.

Logika yang dikodekan oleh loop, setiap iterasi:

  • Jika ada fakta yang dibutuhkan masih unknown, tindakan selanjutnya adalah search untuk yang pertama hilang. Catat pengamatan dan ingat faktanya.
  • Setelah semua fakta terkumpul dan tugas memiliki op, tindakan selanjutnya adalah calc untuk menggabungkan kedua fakta. Ingat hasilnya.
  • Saat tidak ada lagi yang bisa dilakukan, keluarkan finish action terakhir yang observasinya adalah jawabannya, lalu berhenti.
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

dict tools adalah registrimu dari pelajaran 1 secara prinsip: search(args) menyelesaikan sebuah fakta, calc(args) menerapkan op ke a dan b. jawaban akhir adalah calc hasil ketika ada op, atau fakta tunggal yang dicari ketika tidak ada. Penilai memeriksa (tool, args, observation) urutan langkah demi langkah dan jawaban akhir, jadi loop harus benar-benar mengarahkan dengan benar, bukan menebak. Ini juga menjalankan tugas kedua, berbeda, jadi trace yang dikodekan secara keras tidak bisa lolos. Tekan Run untuk melihat tugas dua fakta menalar jalannya menuju sebuah jawaban.

Giliranku

Tulis make_tools() yang mengembalikan dict dengan search(args) (selesaikan args["query"] terhadap tabel FACTS yang diberikan di starter; "not found" jika tidak ada) dan calc(args) (terapkan args["op"] pada args["a"], args["b"] untuk + - * /). Lalu tulis run_agent(task, tools, max_steps=8) yang mengimplementasikan loop reason-act-observe: cari setiap key yang masih hilang di task["need"] (yang pertama hilang pertama), lalu calc jika task["op"] diatur, lalu langkah finish terakhir yang ditulis sebagai (thought, "finish", {"answer": answer}, answer). Kembalikan list terurut dari tuple (thought, tool, args, observation); jawaban akhir adalah hasil calc, atau fakta tunggal jika tidak ada op.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.