系列文章目录

• task00 环境配置+前言
• task01 初识智能体
• task02 智能体发展史
• task03 大语言模型基础
• task04 智能体经典范式构建
• task05 基于低代码平台的智能体搭建
• task06 框架应用开发实战

---

---

前言

• Datawhale教程地址 - Hello Agents

---

一、现代智能体

• 之前学会提示工程，学会了怎么让大模型说话，但是这远远不够，大模型的潜力才开发了一点，智能体是让大模型真正能够提供实际作用的途径。

• 聚焦于其中最具代表性的三种，并一步步从零实现它们：

ReAct (Reasoning and Acting)： 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。

1.1 环境准备与基础工具定义

• 安装依赖库

pip install openai python-dotenv

• 通过环境变量配置 API 密钥

# .env file
LLM_API_KEY="YOUR-API-KEY"
LLM_MODEL_ID="YOUR-MODEL"
LLM_BASE_URL="YOUR-URL"

• 按照教程代码封装 LLM 调用函数并测试

二、ReAct

ReAct 由 Shunyu Yao 于 2022 年提出，其核心思想是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，形成一个“思考-行动-观察”的循环。

2.1 为什么提出 ReAct

• 举个例子，要查"华为最新手机"，大模型很可能给出下面这样的案例

1. 纯思维链（CoT）：

模型直接推理："我记得2023年是Mate 60...所以最新应该是Mate 70"

• 问题：它的知识冻结在训练截止日，可能给出过时答案，甚至编造不存在的型号（幻觉）。

2. 纯行动（直接调工具）：

模型一上来就调搜索：Search[华为手机]

• 问题：搜出来一堆结果，它不知道该关注"最新"还是"性价比"，可能直接把搜索摘要当答案甩给你。

• 想想如果是我们面对这个问题会怎么办，反正我是这么想的：

① 先想"我需要查最新款" 
    |→ ② 搜索"华为2024最新手机" 
           |→ ③ 看到结果发现有Mate 70和Pura 70 
           	    |→ ④ 再想"哪个更新？" 
           	          |→ ⑤ 二次搜索确认 
           	                  |→ ⑥ 综合得出答案。

• 这也正是 ReAct 的思考路径。

2.2 ReAct核心循环

核心循环：Thought → Action → Observation

步骤	ReAct对应	案例体现
Thought	分析现状、规划下一步	Thought: 需要搜索华为2024年发布的旗舰机型
Action	调用工具	Action: Search[华为最新手机型号]
Observation	工具返回结果	Observation: [1] Mate 70于2024年11月发布...

• 关键在于 : Observation 会成为下一轮 Thought 的输入。

2.3 工具的定义与实现

• 之前学过 SHRDLU 的物理机械臂，ReAct 的工具就是它的现代智能数字版：

智能体组件	比喻	Search工具
LLM	大脑	负责思考"该搜什么"
Tools	手脚	负责执行搜索、计算等
ReAct 循环	神经系统	把大脑指令传给手脚，把感官反馈传回大脑

借助 SerpApi 实现结构化搜索

• 首先，需要安装依赖库：

pip install google-search-results

• 同时，需要前往 SerpApi官网 注册一个免费账户，获取API密钥，并将其添加项目根目录下的 .env 文件中：

# .env file
# ... (保留之前的LLM配置)
SERPAPI_API_KEY="YOUR_SERPAPI_API_KEY"

• 实现搜索工具的核心逻辑
• 一个良好定义的工具应包含以下三个核心要素：

要素	说明	举例
名称 (Name)	一个简洁、唯一的标识符，供智能体在 Action 中调用	例如 Search
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。 还要设定清晰的边界	“一个实时网页搜索引擎。当你需要回答时事新闻、产品参数、股价、天气等时效性信息，或你的内部知识可能已过时时，必须使用此工具。不要用于回答常识性问题（如’地球有几大洲’）。”
执行逻辑 (Execution Logic)	真正执行任务的函数或方法	通过代码实现

• 运行教程代码，这时已经测试通了调用工具获取外部搜索信息
  

2.4 实现 ReAct agent

• 下面来一一拆解

• 提示词

• 使用了 Python 多行字符串（三引号）定义模板
• 采用占位符 {tools} 、 {question} 和 {history} 实现动态内容注入
• 严格定义了输出格式，要求 LLM 按照 Thought: 和 Action: 的结构输出
• 明确了两种 Action 类型：工具调用和最终回答

2.5 调式技巧

• 打印完整提示词，防止出现历史记录污染。
• 必看原始输出，别太相信解析器 parse_out。
• 工具的输入要做清洗，尤其是前后空格和感叹号

2.6 评价一下 ReAct

---

三、Plan-and-Solve

---

四、Reflection

---

总结

6. 某电商初创公司现在希望使用"客服智能体"来代替真人客服实现降本增效，它需要具备以下功能:
   a. 理解用户的退款申请理由
   b. 查询用户的订单信息和物流状态
   c. 根据公司政策智能地判断是否应该批准退款
   d. 生成一封得体的回复邮件并发送至用户邮箱
   e. 如果判断决策存在一定争议（自我置信度低于阈值），能够进行自我反思并给出更审慎的建议

   • 此时作为该产品的负责人:
     • 你会选择本章的哪种范式（或哪些范式的组合）作为系统的核心架构？
     • 这个系统需要哪些工具？请列出至少3个工具及其功能描述。
     • 如何设计提示词来确保智能体的决策既符合公司利益，又能保持对用户的友好态度？
     • 这个产品上线后可能面临哪些风险和挑战？如何通过技术手段来降低这些风险？

答：

• 选择 ReAct + Reflection组合起来一起作为系统的核心架构
• 工具：
  1. UserInfo，根据用户标识符识别具体用户；
  2. UserOrder