Agent杂货铺

news2025/5/15 8:19:02

零散记录一些Agent相关的内容。不成体系，看情况是否整理

ReAct

ReAct 是一种实践代理模型的高级框架，通过将大语言模型（LLMs）的推理和执行行动的能力结合起来，增强了它们在处理复杂任务时的决策能力、适应性和与外部环境的交互。ReAct包括许多关键组件，如 LLMs、用于外部交互的工具（Tools）、多种代理类型（Agent Types）、思维链（Chain-of-Thought，CoT）Prompting和 ReAct Prompting。

CoT和ReAct Prompting示例

一、思维链（Chain-of-Thought，CoT）

▋ 核心原理
通过显式要求AI展示推理过程，模仿人类逐步解决问题的思考路径。与直接输出答案不同，AI会先分解问题、执行中间推理，最后得出最终结论。

▋ 核心价值

提升复杂问题（数学/逻辑/多步推理）的解决能力
错误更容易溯源
输出过程可解释性增强

▋ 实现方式

[System]
当解决数学问题时，请按以下步骤执行：
1. 逐句解读题目条件
2. 列出已知变量与未知量
3. 选择适用的公式
4. 分步计算并验证每步合理性
5. 最后用方框标出最终答案

[User]
某商品原价200元，先涨价20%再降价25%，现价多少？

▋ 典型输出

1. 初始价格：200元
2. 第一次涨价：200 × (1+20%) = 240元
3. 第二次降价：240 × (1-25%) = 240 × 0.75 = 180元
4. 验证：20%涨幅与25%降幅并非抵消，实际变化率是(1.2×0.75)=0.9
→ 最终价格：[[180元]]

▋ 适用场景

数学应用题（如折扣计算、追及问题）
逻辑谜题（如谁在说谎类问题）
因果推理（如故障排查）

二、ReAct Prompting

▋ 核心原理
整合推理（Reason）与行动（Act）的交互模式，允许AI在需要时调用外部工具/知识库，形成"思考-行动-观察"循环。

▋ 核心组件

Reason：分析当前状况，确定需要采取的行动
Act：执行具体操作（如调用API/查询知识库）
Observe：获取行动结果，继续推进思考

▋ 实现案例（天气信息查询）

[System]
你拥有查询实时天气的API权限(act.get_weather)，请按以下流程处理问题：
1. 解析用户问题中的关键信息（地点/时间/天气要素）
2. 判断是否需要调用API
3. 若需调用，用JSON格式请求：act.get_weather({"city":"北京"})
4. 根据API返回数据生成自然语言回答

[User]
北京明天适合穿什么衣服？

▋ 典型交互过程

Thought：用户询问穿衣建议，需先获取北京明日天气预报
Action：act.get_weather({"city":"北京","date":"2023-08-20"})
Observation：{"temp_min":18℃, "temp_max":26℃, "weather":"小雨"}

Thought：明日气温在18-26℃间有小雨，建议：
1. 外层防水外套
2. 内搭长袖衬衫
3. 携带折叠伞

▋ 技术优势对比

维度	CoT	ReAct
核心能力	线性推理	动态交互
外部交互	无	可调用工具/API
适用场景	封闭问题	开放域动态问题
错误处理	依赖预设逻辑	可实时修正

三、组合应用案例（客服场景）

[System]
处理客户投诉时按ReAct框架执行：
1. Reason：识别问题类型（物流/质量/服务）
2. Act：调用CRM系统查询订单(act.query_order)
3. Reason：根据数据判断责任方
4. Act：生成解决方案模板
5. 最终回复需包含：致歉+处理方案+预防措施

执行过程：

用户：订单#1123还没收到，已经超时3天！

Reason：物流延迟类投诉，需确认物流信息
Action：act.query_order(1123)
Observation：物流状态"运输中"，最后节点"杭州分拣中心"

Reason：因极端天气导致延误，需提供补偿方案
→ 方案：1. 优先派送 2. 赠送20元优惠券
→ 预防：开通极端天气物流预警通道

四、最佳实践指南

CoT优化技巧：