ReAct: decidere, agire, osservare

ReAct alterna decisioni e azioni in base ai risultati osservati. L'agente può recuperare per primo e rispondere una volta disponibili le prove necessarie.

Questi passaggi si riferiscono alle funzionalità identificate nel codice dell'applicazione. Questo materiale non è stato convalidato su un'istanza live; controlla la documentazione e le opzioni nella tua versione.

Come funziona, passo dopo passo

Un ciclo agente limitato

Un agente combina un modello con strumenti, un obiettivo e uno stato. Osserva la richiesta, sceglie un passo, riceve un risultato e decide se proseguire. Un chatbot può generare solo testo; un agente può richiedere un'azione esterna. Le definizioni commerciali variano, quindi controlla il controllo effettivo. Definisci il successo e l'arresto: un risultato verificato, un numero massimo di passi, errori ripetuti o un budget esaurito. Utilizza funzionalità limitate e autorizzazioni minime. Autonomia utile significa libertà entro i confini imposti dal software.

Il modello propone, lo strumento esegue

La chiamata allo strumento produce una richiesta di chiamata con un nome e argomenti. L'applicazione convalida lo schema, le autorizzazioni e i limiti prima dell'esecuzione. Il risultato ritorna al contesto per il passaggio successivo. Ad esempio, get_product_stock accetta uno SKU e restituisce una quantità; la sua descrizione dovrebbe spiegare che non effettua prenotazioni di prodotti. Distinguere risultati vuoti, errori di convalida, accessi mancanti e timeout. Un JSON valido non dimostra che gli argomenti siano corretti o che l'azione sia autorizzata. Per gli effetti esterni, considerare anche l'esecuzione duplicata.

Un flusso di lavoro ha una struttura esplicita

Un nodo è una fase, un bordo è una transizione e lo stato trasporta i risultati tra le fasi. Un flusso di lavoro ha un percorso definito dall'applicazione, sebbene il modello possa scegliere alcuni rami. I sistemi ad agenti includono sia flussi di lavoro che agenti che agiscono dinamicamente. Nymrio offre ReAct, Reflection, Sequential, Orchestrator, Router, Parallel e Plan-and-Execute. Ciascuno cambia coordinazione; non rende automaticamente un modello un esperto. Più agenti significano più chiamate e contratti tra i ruoli. Inizia con la soluzione più semplice che supera i tuoi test.

Laboratorio dettagliato

Esecuzione e istruzioni tracciate

Assegnare all'agente un ruolo concreto: "Controlla la politica prima di stabilire una scadenza. Chiedi chiarimenti se il prodotto non è identificato. Fermati dopo una risposta supportata da prove. " RAG è lo strumento di recupero; il modello deve supportare gli strumenti. Seleziona ReAct e assegna l'agente nell'editor.

1. Richiesta: "Posso restituire l'LX-240 dopo 10 giorni?"
2. Decisione: serve la politica, non la ricerca web generica.
3. Azione: lo strumento di conoscenza restituisce 14 giorni e condizioni.
4. Risposta illustrativa: "Il termine indicato è di 14 giorni dal ricevimento, per un prodotto non utilizzato nella sua confezione originale. Contattare l'assistenza prima della spedizione. "

Se lo strumento fallisce, un buon risultato riconosce la limitazione. ReAct si adatta ai casi in cui nuove prove determinano l'azione successiva; scegliere Sequenziale per trasformazioni fisse.

Lo schema esplicativo

Seguire le frecce continue per il flusso principale. Le frecce blu tratteggiate forniscono dati o contesto; le frecce rosa tratteggiate mostrano feedback o risultati restituiti. Colori e forme distinguono modelli, negozi, decisioni e risultati. Su schermi piccoli, scorri in orizzontale per seguire l’intero schema.

Un esempio completo

"Quale termine di restituzione si applica all'LX-240?" innesca la ricerca politica, l'osservazione di 14 giorni e una risposta. Uno strumento fallito non deve portare a una politica inventata.

template: ReAct
agent: LunaKnowledge
stop: answer_or_execution_limit

Provalo tu stesso

1. Crea un flusso di lavoro ReAct con l'agente della conoscenza e verifica un errore di recupero.
2. Registrare l'input, la fonte e il risultato atteso prima di eseguire l'esperimento. Utilizzare solo i dati fittizi nell'esempio.
3. Seguire le fasi del diagramma. Ad ogni passaggio registrare quali informazioni vengono ricevute e prodotte; non confondere il risultato intermedio con il risultato finale.
4. Ripetere dopo aver rimosso le informazioni necessarie o reso ambiguo l'input. Controlla se il sistema chiarisce, ferma o inventa una risposta.
5. Confrontare con la soluzione spiegata. Conserva la configurazione, la data, il risultato e una spiegazione delle differenze. Cambia una cosa e riprova.

Una soluzione spiegata

Il ciclo si interrompe dopo aver risposto o raggiunto il limite di esecuzione; il recupero supporta la scadenza. Un esercizio riuscito ti consente di mostrare la connessione tra input, fasi e risultato. Quando mancano le informazioni, una risposta cauta è più utile dei dettagli inventati. Confrontare non solo stile: verificare anche condizioni, fonti e operazioni.

Quando è utile e quali sono i suoi limiti

ReAct è un modello di controllo, non una garanzia di ragionamento. Scegli questo approccio quando migliora un bisogno misurato. Mantieni una linea di base semplice e confronta i risultati utilizzando input identici. Un esempio di successo non stabilisce l’affidabilità in ogni situazione.

Verifica ciò che hai imparato

Una maggiore autonomia dà sempre un risultato migliore?

No. Aumenta anche lo spazio per errori, costi e azioni non necessarie.

Chi esegue una chiamata proposta dal modello?

L'applicazione o il servizio host dopo la convalida. Il modello non ottiene automaticamente l'accesso illimitato.

Quale risultato dovrebbe produrre questo esercizio?

Il ciclo si interrompe dopo aver risposto o raggiunto il limite di esecuzione; il recupero supporta la scadenza.

Termini da ricordare

• Agente: un sistema in grado di scegliere passaggi e utilizzare strumenti per raggiungere un obiettivo.
• Chiamata dello strumento: una richiesta strutturata per utilizzare una funzionalità esterna.
• Cenno: Una fase in un grafico di esecuzione.

Fonti e il prossimo passo

• LangGraph — flussi di lavoro e agenti

Per preparare: W01 — Che cos'è un sistema di intelligenza artificiale ad agenti?