Planejamento, Reflexão e Replanejamento
Um único loop ReAct funciona bem para uma chamada de ferramenta, mas tarefas reais têm etapas: pesquisar um tema e depois resumir; reservar um voo e depois um hotel. Um agente capaz não improvisa uma ação de cada vez - ele faz um plano, segue esse plano e reflete depois de cada etapa para decidir se continua, corrige o rumo ou para. Esse ciclo planejar-agir-refletir é o que permite que um agente termine uma tarefa longa sem se perder.
1. Decomponha o objetivo em um plano
Planejar significa transformar um objetivo vago em uma lista ordenada de subtarefas. Em produção, o modelo escreve esse plano; aqui nós o tornamos determinístico e guiado por palavras-chave para que possa ser testado. Mesma ideia, saída fixa:
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. Reflita sobre o resultado de cada etapa
Depois que uma subtarefa roda, o agente olha o resultado e toma uma decisão de controle. Damos a ele um pequeno dict de resultado {"ok": bool, "last": bool} (a etapa deu certo, e é a última etapa?) e três decisões possíveis:
"replan"- a etapa falhou. O que tentamos não funcionou, então o plano atual é suspeito."done"- a etapa deu certo e era a última. O objetivo foi alcançado."continue"- deu certo, mas ainda há trabalho. Passe para a próxima subtarefa.
A ordem importa: uma falha significa "replan" mesmo na última etapa (uma etapa final quebrada não é "done").
3. Replaneje uma vez em caso de falha
O controlador junta tudo. Ele percorre o plano, chama execute(subtask) para cada etapa, marca se ela era a última e reflete. Em "continue" ele avança; em "done" ele para com sucesso; em "replan" ele monta um novo plano de recuperação e recomeça - mas no máximo max_replans vezes, para que uma tarefa sem saída não fique em loop para sempre (a disciplina de proteção contra loops de antes). Se os replanejamentos acabarem, ele para com "failed".
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] + restAqui execute é um mock - uma função que você passa e que retorna {"ok": ...} para uma subtarefa - no lugar das chamadas reais de ferramentas, para que o controlador seja totalmente determinístico e testável. Em um agente real, o mesmo controlador comanda ferramentas reais e um plano escrito pelo modelo sem mudar sua lógica. Clique em Run para ver um plano dar certo e depois ver outro falhar em uma etapa e se recuperar no replanejamento.
Construa um controlador de planejamento. Escreva decompose(goal) retornando a lista de subtarefas ordenada (pesquisa/relatório -> ["gather sources", "extract facts", "write summary"]; viagem/viagem -> ["pick dates", "book flights", "book hotel"]; caso contrário -> ["understand goal", "do the work", "review result"]). Escreva reflect(step_result) sobre {"ok", "last"} retornando "replan" se não estiver ok, caso contrário "done" se for o último, caso contrário "continue". Escreva replan(goal, failed_step) -> um plano de recuperação que tenta novamente o passo que falhou e depois ainda faz cada passo que veio depois dele em decompose(goal): para um objetivo de pesquisa falhando em "extract facts", ["retry: extract facts", "write summary"]. (Um plano de recuperação que pula o trabalho restante e relata "concluído" é o bug clássico de agente: o resumo nunca foi escrito.) Se failed_step for um re-tentativa, remova o prefixo "retry: " primeiro para que não seja duplicado. Então escreva run_plan(goal, execute, max_replans=1) que percorre o plano, chama execute(subtask) (retorna {"ok": bool}), reflete (você define last), registra um traço (subtask, ok, decision), planeja novamente até max_replans vezes em caso de falha (reiniciando o plano de recuperação a partir do seu primeiro passo) e retorna {"status": "done"|"failed", "trace": [...], "replans": int}.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.