agent
Agent知识学习与实践
接在《大模型自学笔记》后，继续对agent的深入学习，主要参考学习教程：hello-agent)
主要从hello-agent的第四章开始学习。
智能体经典范式构建
- ReAct（推理与行动）：一种将“思考”和“行动”紧密结合的范式，让智能体边想边做，动态调整。
- Plan-and-Solve： 一种“三思而后行”的范式，智能体首先生成一个完整的行动计划，然后严格执行。
- Reflection： 一种赋予智能体“反思”能力的范式，通过自我批判和修正来优化结果。
ReAct
工作流程
最经典，模仿人类解决问题的方式，将推理 （Reasoning） 与行动 （Acting） 显式地结合起来，形成“思考-行动-观察”的循环。
在react之前，主流方法有纯思考（eg.思维链）和纯行动两种。ReAct范式将两者结合起来，通过一种特殊的提示工程来引导模型，重复循环：Thought -> Action -> Observation，将新的观察结果追加到历史记录中，形成一个不断增长的上下文，直到它在中认为已经找到了最终答案，然后输出结果。
- Thought（思考）：这是智能体的“内心独白”。它会分析当前情况、分解任务、制定下一步计划，或者反思上一步的结果。
- Action （行动）： 这是智能体决定采取的具体动作，通常是调用一个外部工具，例如：
Search['华为最新款手机'] - Observation (观察)：这是执行后从外部工具返回的结果，例如搜索结果的摘要或API的返回值。
推理使得行动更具目的性，而行动则为推理提供了事实依据。
工具
定义：
- 名称 (Name)： 一个简洁、唯一的标识符，供智能体在中调用，例如 。
ActionSearch - 描述 (Description)： 一段清晰的自然语言描述，说明这个工具的用途。这是整个机制中最关键的部分，因为大语言模型会依赖这段描述来判断何时使用哪个工具。
- 执行逻辑 (Execution Logic)： 真正执行任务的函数或方法。
对于多种工具，还需要一个统一的管理器来注册和调度这些工具。
ReAct Agent编码实现
即ReActAgent 类。
提示词
ReAct机制的基石。
- 角色定义：“你是一个有能力调用外部工具的智能助手”，设定了LLM的角色。
- 工具清单 （
{tools}）： 告知LLM它有哪些可用的“手脚”。 - 格式规约 （
Thought/Action）： 这是最重要的部分，它强制LLM的输出具有结构性，使我们能通过代码精确解析其意图。 - 动态上下文 （
{question}/{history}）： 将用户的原始问题和不断累积的交互历史注入，让LLM基于完整的上下文进行决策。
核心循环
不断地“格式化提示词 -> 调用LLM -> 执行动作 -> 整合结果”，直到任务完成或达到最大步数限制。
输出解析器
工具调用与执行
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 MugaiAshe's Blog！
相关推荐
2024-11-29
深度学习花书笔记（待更新中）
数学知识线性代数生成子空间一组向量的生成子空间：原始向量线性组合能抵达的点的集合。 用于判断方程是否有解。 范数${ L^p }$ 范数定义： \left \| x_p \right \| = \left (\displaystyle\sum_{i}|x_i|^p \right )^{\frac{1}{p}}${ L^0 }$范数：向量中非零元素的个数。 ${ L^1 }$范数：向量中所有元素绝对值之和。 ${ L^2 }$范数（欧几里得范数）：向量元素绝对值的平方和再开方，计算向量长度。 ${ Frobenius}$范数：所有元素的平方和再开方，衡量矩阵大小。 {\left \| A \right \|}_F = \sqrt{\sum_{i,j}A_{i,j}^{2} }${ L^ \infty }$范数：向量中所有元素中最大的绝对值。 奇异值分解特征分解： A = Vdiag(\lambda )V^{-1}奇异值分解： A = UDV^T${ A{m\times n}, U{m\times m}正交, V_{n\times...
2025-10-14
大模型自学笔记（待更新中）
1.NLP基础知识1.1 文本处理基础Tokenizer：分词器Tokenizer是一个用于向量化文本，将文本转换为序列的类。当前tokenization主要分为：word，sub-word， charlevel 三个类型。Subword处于word和char level两个粒度级别之间。 word级别面临问题： 超大的vocabulary size, 比如中文的常用词可以达到20W个 通常面临比较严重的OOV问题（Out-Of-Vocabulary：测试集中出现的词汇未在训练集中出现，导致模型无法识别或处理这些词汇） vocabulary 中存在很多相似的词。 以及char level存在的以下问题： 文本序列会变得很长，想象以下如果是一篇英文文章的分类，char level级别的输入长度可以达到上万 无法对语义进行比较好的表征 subword 不会对高频的词进行拆分，仅拆分一些低频的词，比如”boy”和”boys”这两个词，将”boys”拆分为”boy”和”s”两个更高频的词，其中”boy”表示的是词根，模型通过”boy”去学习”boys”的语义。 BPE：Byte...
2025-03-10
prompt工程学习
前置知识： 1.轻松搞懂 Zero-Shot、One-Shot、Few-Shot - 知乎 Zero-Shot零样本学习：测试集中出现了训练集中没有的类别。需要模型通过对这个类别的描述，对没见过的类别进行分类。 One-Shot一次性学习：给出一个样例，可以理解为用一条数据fine-tune模型。属于Few-Shot学习的特例。 Few-Shot少样本学习：对于只有少量样本的类别，希望模型在学习了一定类别的大量数据后，只需要少量的样本就能快速学习。 2.大模型「幻觉」，看这一篇就够了 | 哈工大华为出品 - 知乎 大模型幻觉问题：模型生成的内容与现实世界事实或用户输入不一致的现象。 CoT思维链参考链接：一文读懂：思维链 CoT（Chain of Thought） - 知乎 在从输入到输出的过程中加入详细的推理小步骤有助于提升推理能力。 完整包含 CoT 的 Prompt 由指令（Instruction），逻辑依据（Rationale），示例（Exemplars）三部分组成。模型规模小、任务简单的情况下，CoT无效。 不添加示例而仅仅在指令中添加一行经典的“Let’s...
评论
