Подключите ReAct Loop Агента
Теперь самое сердце проекта: цикл ReAct (Reason -> Act -> Observe), управляющий цикл за практически каждым фреймворком агентов. Модель не отвечает за один раз. Она думает один шаг, выбирает инструмент, запускает его, читает результат, и только тогда решает, что делать дальше. Ваша задача написать этот цикл на чистом Python поверх моковых инструментов, чтобы вы понимали механику вместо того, чтобы воспринимать LangChain как черный ящик.
В реальном развертывании шаг "reason" это вызов LLM. Здесь мы заменяем модель на маленькую детерминированную policy так что вся вещь тестируема офлайн (без сети, без API). policy смотрит на задачу и на собранные до сих пор наблюдения, и возвращает следующее действие. Это разделение и есть настоящий урок: loop универсален; только policy умная.
A задача это крошечное задание которое читает политика:
task = {"need": ["team size", "office floors"], "op": "*"}
# "look up these facts, then combine them with this operator"Вы построите run_agent(task, tools, max_steps=8). Она возвращает trace: упорядоченный список (thought, tool, args, observation) кортежей, по одному на каждый шаг. Этот trace это вся история рассуждений агента, и это именно то, что вы логируете, воспроизводите и (в следующих уроках) оцениваете.
Логика, которую кодирует цикл, каждая итерация:
- Если какой-то нужный факт все еще неизвестен, следующим действием является
searchдля первого отсутствующего. Запишите наблюдение и запомните факт. - Когда все факты собраны и у задачи есть
op, следующим действием являетсяcalcобъединение двух фактов. Запомни результат. - Когда делать больше нечего, выполни финальное
finishдействие, чье наблюдение является ответом, и остановись.
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 finishСловарь tools в духе вашего реестра из урока 1: search(args) разрешает факт, calc(args) применяет op к a и b. запечатанный ответ это calc результат, когда есть op, или единственный найденный факт, когда его нет. Градиер проверяет пошаговую (tool, args, observation) последовательность и финальный ответ, поэтому цикл должен реально правильно направлять, а не угадывать. Он также запускает вторую, другую задачу, поэтому жестко прописанный trace не пройдет. Нажмите Run, чтобы увидеть, как задача из двух фактов логически приходит к ответу.
Напишите make_tools(), возвращающий словарь с search(args) (разрешите args["query"] через таблицу FACTS из стартового кода; "not found" если отсутствует) и calc(args) (примените args["op"] к args["a"], args["b"] для + - * /). Затем напишите run_agent(task, tools, max_steps=8), реализующий цикл reason-act-observe: ищи каждый отсутствующий ключ в task["need"] (сначала первый отсутствующий), затем calc если task["op"] установлено, затем финальный шаг finish, написанный как (thought, "finish", {"answer": answer}, answer). Верните упорядоченный список кортежей (thought, tool, args, observation); финальный ответ это результат calc, или единственный факт, когда нет op.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.