✦ YangYang
学习笔记

智能体经典范式构建

·23 min read

Chat Completions 格式

大模型 API 调用最核心的消息格式

1
2
3
4
exampleMessages = [
    {"role": "system", "content": "You are a helpful assistant that writes Python code."},
    {"role": "user", "content": "写一个快速排序算法"}
]

这种写法非常常见，但并不是所有大模型调用都完全一样

每条消息都有：

  • role:角色
  • content：内容

role：目前主流 API（OpenAI、通义、DeepSeek、Claude 等）基本都有类似概念

role 含义 谁发送 优先级
system 系统指令 开发者 最高
user 用户输入 用户 中
assistant 模型回答 AI 中
tool 工具返回结果 外部工具 特殊

  • assistant：模型历史回答

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    messages=[
        {
            "role":"user",
            "content":"介绍一下Python"
        },
        {
            "role":"assistant",
            "content":"Python是一门编程语言..."
        },
        {
            "role":"user",
            "content":"它适合做什么？"
        }
    ]

    于是模型知道："它" = Python。

  • tool：工具调用结果 这是 Agent 最重要的部分

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    你让 Agent 查询天气。

    流程：

    第一步

    用户：

    北京天气怎么样？

    模型：

    我要调用天气工具

    消息：

    {
     "role":"assistant",
     "tool_calls":[
        {
          "name":"weather",
          "arguments":{
              "city":"北京"
          }
        }
     ]
    }

    然后你的程序调用天气 API：

    返回：

    {
     "role":"tool",
     "content":"北京今天晴，25度"
    }

    再给模型：

    [
     user,
     assistant(tool_call),
     tool(result)
    ]

    模型：

    北京今天晴，25度，适合出行。

智能体范式ReAct (Reason + Act)

ReAct由Shunyu Yao于2022年提出[1]，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。

这种机制特别适用于以下场景：

  • 需要外部知识的任务：如查询实时信息（天气、新闻、股价）、搜索专业领域的知识等。
  • 需要精确计算的任务：将数学问题交给计算器工具，避免LLM的计算错误。
  • 需要与API交互的任务：如操作数据库、调用某个服务的API来完成特定功能。

Plan-and-Solve

先规划 (Plan)，后执行 (Solve)

Plan-and-Solve Prompting 由 Lei Wang 在2023年提出[2]。其核心动机是为了解决思维链在处理多步骤、复杂问题时容易“偏离轨道”的问题。

Plan-and-Solve 将整个流程解耦为两个核心阶段：

  1. 规划阶段 (Planning Phase)： 首先，智能体会接收用户的完整问题。它的第一个任务不是直接去解决问题或调用工具，而是将问题分解，并制定出一个清晰、分步骤的行动计划。这个计划本身就是一次大语言模型的调用产物。
  2. 执行阶段 (Solving Phase)： 在获得完整的计划后，智能体进入执行阶段。它会严格按照计划中的步骤，逐一执行。每一步的执行都可能是一次独立的 LLM 调用，或者是对上一步结果的加工处理，直到计划中的所有步骤都完成，最终得出答案。

Reflection

在 ReAct 和 Plan-and-Solve 范式中，智能体一旦完成了任务，其工作流程便告结束。然而，它们生成的初始答案，无论是行动轨迹还是最终结果，都可能存在谬误或有待改进之处。Reflection 机制的核心思想，正是为智能体引入一种事后（post-hoc）的自我校正循环，使其能够像人类一样，审视自己的工作，发现不足，并进行迭代优化。

Reflection 机制的灵感来源于人类的学习过程：我们完成初稿后会进行校对，解出数学题后会进行验算。这一思想在多个研究中得到了体现，例如 Shinn, Noah 在2023年提出的 Reflexion 框架[3]。其核心工作流程可以概括为一个简洁的三步循环：执行 -> 反思 -> 优化。

  1. 执行 (Execution)：首先，智能体使用我们熟悉的方法（如 ReAct 或 Plan-and-Solve）尝试完成任务，生成一个初步的解决方案或行动轨迹。这可以看作是“初稿”。

  2. 反思 (Reflection)

    ：接着，智能体进入反思阶段。它会调用一个独立的、或者带有特殊提示词的大语言模型实例，来扮演一个“评审员”的角色。这个“评审员”会审视第一步生成的“初稿”，并从多个维度进行评估，例如：

    • 事实性错误：是否存在与常识或已知事实相悖的内容？
    • 逻辑漏洞：推理过程是否存在不连贯或矛盾之处？
    • 效率问题：是否有更直接、更简洁的路径来完成任务？
    • 遗漏信息：是否忽略了问题的某些关键约束或方面？ 根据评估，它会生成一段结构化的反馈 (Feedback)，指出具体的问题所在和改进建议。

  3. 优化 (Refinement)：最后，智能体将“初稿”和“反馈”作为新的上下文，再次调用大语言模型，要求它根据反馈内容对初稿进行修正，生成一个更完善的“修订稿”。

习题

1、本章介绍了三种经典的智能体范式:ReAct、Plan-and-Solve 和 Reflection。请分析:

（1）这三种范式在”思考”与”行动”的组织方式上有什么本质区别？

三种智能体范式最大的区别在于：

思考发生在什么时候？行动是否立即执行？是否有事后检查和修正机制？

可以从以下几个角度比较：

范式 思考方式 行动方式 核心特点
ReAct 边思考边行动 思考一步，行动一步 强调实时交互和工具调用
Plan-and-Solve 先完整规划，再执行 按计划逐步行动 强调任务分解和长期规划
Reflection 行动后反思改进 根据反馈调整下一轮行动 强调自我纠错和优化
（2）如果要设计一个”智能家居控制助手”（需要控制灯光、空调、窗帘等多个设备，并根据用户习惯自动调节），你会选择哪种范式作为基础架构？为什么？

场景分析：智能家居助手具有几个特点

  1. 设备很多（灯光, 空调, 窗帘, 门锁, 摄像头, 音响)

  2. 环境实时变化

  3. 需要根据习惯自动调整

基于以上分析，选择 ReAct 作为基础架构

智能家居本质是：

感知环境 → 判断 → 执行动作 → 获取反馈 → 再调整

非常符合 ReAct：

1
用户请求 → Reason:理解用户意图 → Act:控制设备 → Observation:读取设备状态 → Reason:判断是否完成 → Act:继续调整

为什么不是 Plan-and-Solve？(因为智能家居环境变化快, ReAct 更适合动态环境)

为什么不是 Reflection？(Reflection 更适合：写代码、写文章、生成方案，智能家居更多关注：实时响应，而不是生成高质量文本。)

（3）是否可以将这三种范式进行组合使用？若可以，请尝试设计一个混合范式的智能体架构，并说明其适用场景。

可以，而且实际系统通常都会组合

单一范式都有缺陷：

  • ReAct：缺少长期规划
  • Plan：缺少环境适应
  • Reflection：增加成本

组合后可以形成更强大的 Agent。

一个混合智能家居 Agent 架构设计：

1
用户 → Plan-and-Solve规划层(制定长期目标和任务计划) → ReAct执行层(实时控制设备和获取状态) → Reflection层(分析执行效果并优化策略) → 用户习惯模型

混合架构适合场景：

场景 推荐组合
智能家居 Plan + ReAct + Reflection
自动驾驶 ReAct + Reflection
AI程序员 Plan + ReAct + Reflection
企业流程自动化 Plan + ReAct
搜索助手 ReAct
内容创作 Reflection

推荐以 ReAct 为核心，结合 Plan-and-Solve 负责长期任务规划，再加入 Reflection 优化用户习惯模型。

最终形成:

1
2
3
4
5
长期规划（Plan）
        ↓
实时执行（ReAct）
        ↓
经验优化（Reflection）

在4.2节的 ReAct 实现中，我们使用了正则表达式来解析大语言模型的输出（如 Thought 和 Action）。请思考:

(1)当前的解析方法存在哪些潜在的脆弱性？在什么情况下可能会失败？

正则解析的问题：

问题 原因
格式敏感 依赖固定字符串
容易误匹配 自然语言不确定
复杂参数困难 无法理解结构
维护成本高 规则越来越复杂
容错能力弱 LLM输出不可控
(2)除了正则表达式，还有哪些更鲁棒的输出解析方案？

方案1：JSON 格式输出

推荐

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
让模型输出：
{
    "thought": "需要查询天气",
    "action": "weather",
    "action_input": {
        "city": "北京"
    }
}

然后：
import json

result = json.loads(response)

action = result["action"]
params = result["action_input"]

优势：结构明确，易解析，支持嵌套参数 方便调试

缺点：需要模型严格输出 JSON，老模型可能生成非法 JSON

方案2：Function Calling / Tool Calling

目前工业界更推荐的方法,模型不会自己编造格式，而是调用 API 定义好的函数

定义工具:

1
2
3
4
5
6
7
8
9
10
11
tools = [
    {
        "name":"weather",
        "description":"查询天气",
        "parameters":{
            "city":"string"
        }
    }
]


模型返回：

1
2
3
4
5
6
7
8
{
 "tool_call":{
    "name":"weather",
    "arguments":{
        "city":"北京"
    }
 }
}

优点：类型安全,参数自动校验,工具管理方便

缺点：依赖模型支持,实现复杂一些

目前：OpenAI Agents、LangChain、AutoGen 都大量使用这种方式。

方案3：Structured Output（结构化输出）

1
2
3
4
5
6
7
8
9
10
11
12
13
定义：
class AgentAction(BaseModel):
    thought:str
    action:str
    action_input:str
    
模型返回：
{
 "thought":"查询天气",
 "action":"weather",
 "action_input":"北京"
}
然后框架自动验证

优势：比 JSON 更严格。

方案4：XML 格式

1
2
3
4
5
6
7
8
9
10
11
<thought>
查询天气
</thought>

<action>
weather
</action>

<input>
北京
</input>

优点：层级清晰,易解析

缺点：Token 消耗较高

(3)尝试修改本章的代码，使用一种更可靠的输出格式，并对比两种方案的优缺点

修改：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
# (此处省略 REACT_PROMPT_TEMPLATE 的定义)正则
# REACT_PROMPT_TEMPLATE = """
# 请注意，你是一个有能力调用外部工具的智能助手。

# 可用工具如下：
# {tools}

# 请严格按照以下格式进行回应：

# Thought: 你的思考过程，用于分析问题、拆解任务和规划下一步行动。
# Action: 你决定采取的行动，必须是以下格式之一：
# - `{{tool_name}}[{{tool_input}}]`：调用一个可用工具。
# - `Finish[最终答案]`：当你认为已经获得最终答案时。
# - 当你收集到足够的信息，能够回答用户的最终问题时，你必须在`Action:`字段后使用 `Finish[最终答案]` 来输出最终答案。


# 现在，请开始解决以下问题：
# Question: {question}
# History: {history}
# """
# json
REACT_PROMPT_TEMPLATE = """
你是一个可以调用外部工具的智能助手。
可用工具：
{tools}
请严格输出JSON格式。
格式：
{{
    "thought": "你的思考过程",
    "action": "你的行动",
    "action_input": "行动参数"
}}
action规则：
1. 调用工具：
{{
    "thought":"需要搜索相关信息",
    "action":"Search",
    "action_input":"华为最新手机"
}}
2. 完成任务：
{{
    "thought":"已经获得足够信息",
    "action":"Finish",
    "action_input":"最终答案"
}}
不要输出Markdown。
不要输出额外解释。
问题：
{question}
历史：
{history}
"""
def _parse_output(self, text):
        # JSON格式
        try:
            data = json.loads(text)
            thought = data.get("thought")
            action = data.get("action")
            action_input = data.get("action_input")
            return (thought, action, action_input)
        except json.JSONDecodeError:
            print("JSON解析失败")
            return (None,None,None)
            
# # 正则解析
            # thought, action = self._parse_output(response_text)
            # json解析
            thought, action, action_input = self._parse_output(response_text)

            if thought: print(f"🤔 思考: {thought}")
            if not action: print("警告：未能解析出有效的Action，流程终止。"); break
            # # 正则
            # if action.startswith("Finish"):
            #     # 如果是Finish指令，提取最终答案并结束
            #     final_answer = self._parse_action_input(action)
            #     print(f"🎉 最终答案: {final_answer}")
            #     return final_answer
            #json
            if action == "Finish":
                final_answer = action_input
                print( f"最终答案:{final_answer}")
                return final_answer
            # # 正则
            # tool_name, tool_input = self._parse_action(action)
            # json
            tool_name = action
            tool_input = action_input

输出：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
(hello-agents) PS E:\AI\hello-agents\code\chapter4> python ReAct.py
工具 'Search' 已注册。

--- 第 1 步 ---
🧠 正在调用 deepseek-v4-flash 模型...
✅ 大语言模型响应成功:
{
    "thought": "需要搜索华为最新手机的信息",
    "action": "Search",
    "action_input": "华为最新手机 2025"
}
🤔 思考: 需要搜索华为最新手机的信息
🎬 行动: Search[华为最新手机 2025]
🔍 正在执行 [SerpApi] 网页搜索: 华为最新手机 2025
👀 观察: [1] 华为手机- 华为官网
探索并选购华为最新手机，了解Mate 系列、Pura 系列、Pocket 系列、nova 系列、畅享系列及相关配件，体验鸿蒙AI 、影像、通信等功能。

[2] 2026最新华为手机大全
荣耀X80 Pro Max ￥1999 ; HUAWEI Mate 80 ￥4699 ; REDMI Note 17 Pro ￥1599 ; REDMI K90至尊版 ￥2999 ; HUAWEI nova 16 ￥2999.

[3] 华为发布会- 华为官网
2025.11.25华为Mate 80 系列| Mate X7 及全场景新品发布会华为全新发布Mate 80 系列、Mate X7、MatePad Edge、WATCH Ultimate 2、华为智慧屏MateTV Max、华为路由X3 Pro ...

--- 第 2 步 ---
🧠 正在调用 deepseek-v4-flash 模型...
✅ 大语言模型响应成功:
{
    "thought": "根据搜索结果，华为最新发布的手机是Mate 80系列，发布于2025年11月25日。主要卖点包括鸿蒙AI、影像、通信等功能。",
    "action": "Finish",
    "action_input": "华为最新的手机是华为Mate 80系列（于2025年11月25日发布）。主要卖点包括：1. 鸿蒙AI：深度融合鸿蒙系统，提供智慧交互体验；2. 影像：强大的摄像系统，延续华为影像技术优势；3. 通信：支持先进的通信功能，如卫星通信等。"
}
🤔 思考: 根据搜索结果，华为最新发布的手机是Mate 80系列，发布于2025年11月25日。主要卖点包括鸿蒙AI、影像、通信等功能。
最终答案:华为最新的手机是华为Mate 80系列（于2025年11月25日发布）。主要卖点包括：1. 鸿蒙AI：深度融合鸿蒙系统，提供智慧交互体验；2. 影像：强大的摄像系统，延续华为影像技术优势；3. 通信：支持先进的通信功能，如卫星通信等。