在模拟工具上运行 ReAct 循环
剥掉营销的外衣,"AI 智能体"就是一个循环。模型并不会神奇地采取行动;采取行动的是你的代码。这个模式叫 ReAct:推理该做什么,通过调用一个工具采取行动,观察结果,然后循环,直到任务完成。模型只会产生文本;它周围的循环把这些文本变成真正的工具调用,并把结果喂回去。
推理那一步是 LLM,它是非确定性的,所以我们无法对它做单元测试。但它周围的一切都是确定性的,而且正是生产环境里会出问题的地方:分派、处理观察结果、停止条件。所以我们测试这个循环时,把模型的工作换成一个脚本化的计划:一个固定的 (tool, args) 动作列表。这就是你实际给智能体做单元测试的方式:固定住计划,断言轨迹。
你要构建 run_agent(plan, tools, max_steps)。plan 是一个由像 ("lookup", {"country": "France"}) 这样的步骤组成的列表。tools 是一个字典,把工具名映射到一个接收 args 字典并返回观察结果的 Python 函数。对每一步,你调用对应的工具,并把一个 (tool, args, observation) 三元组追加到一条轨迹里,也就是智能体做了什么的审计日志。
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规则:
- 对每一步,调用
tools[action](args),并按顺序记录(action, args, observation)。 "finish"动作立即结束循环,并且不记录在轨迹里(它是一个信号,不是一次工具调用)。- 一旦轨迹已经有了
max_steps个条目就停下,即使计划里还有更多步骤:这道防护能拦住一个失控的智能体。 - 如果某一步没有 args,就把它当作一个空字典。
在真实的应用里,LLM 会以 JSON 的形式发出每一个下一步动作,而同一个循环会运行它,所以你可以把脚本化的计划换成实时的模型输出,而不用动这个循环。设备端的导师可以实时驱动这个循环,但评分永远只看确定性的轨迹。按 Run,看一个两步的计划执行:查一个首都,然后做一点算术,然后结束。
你刚刚构建的东西在业界有一个名字。这个观察-思考-行动的循环是每个智能体框架的核心:LangGraph 和类似的库把这个循环作为一个由节点组成的图交给你,托管的智能体 API 在提供商那一边运行它,而一个 MCP 客户端其实就是把这个循环接到它通过协议发现的工具上。它们加上了流式处理、重试、持久化和追踪,但引擎正是你写的这个循环。亲手从零构建一次,就能让那些框架变得清晰易懂,而不是魔法:你会准确地知道每一个框架在自动化哪一部分。
写 run_agent(plan, tools, max_steps=10),在一个模拟的工具注册表上执行一个由 (tool, args) 步骤组成的脚本化计划。对每一步,调用 tools[action](args),并把 (action, args, observation) 追加到一个轨迹列表里。"finish" 动作停止循环,并且不被记录;一旦轨迹有了 max_steps 个条目就停下。返回轨迹。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。