大型语言模型智能体简介

大型语言模型（LLM）经常用于直接的单次任务，例如根据给定语境生成文本或回答问题。构建能够更自主地完成目标的系统，可以扩展这些能力。自主智能体使用大型语言模型作为推理引擎来确定一系列步骤，通常会与外部工具交互以收集信息或执行操作。这个过程可以表示为一个思考、行动和观察的循环。

在本章中，您将学习使用 agent 模块构建这些智能体。我们将首先介绍 ReAct（推理与行动）模式，这是一种构建智能体行为的常见框架。接着，您将实现一个 ReAct 智能体，并学习如何为其配备工具，例如搜索功能或一个简单的计算器，以增强其能力。核心循环可以简化为以下顺序：

$$\text{目标} \rightarrow \text{思考} \rightarrow \text{行动} \rightarrow \text{观察} \rightarrow \dots$$

接下来，我们将介绍另一种架构，即计划与执行智能体。最后，我们将讨论构建多智能体协作解决较复杂问题的系统的原则。本章结束时，您将能够构建能够分解问题、使用工具找到方案并代表您执行操作的智能体。

智能体的组成部分

本质上，自主智能体是一个通过反复做出决策和采取行动来达成目标的系统。大型语言模型充当“大脑”，而智能体则是让这个大脑能够在环境中感知、推理和行动的完整体系。这个体系由几个基本组成部分构成：

• 推理引擎（大型语言模型）： 主要决策者。给定一个目标和当前的观察结果，大型语言模型会生成一个关于下一步行动的“思考”。这个思考过程涉及分析情况、规划下一步以及决定是否需要更多信息。
• 工具： 这些是智能体可以执行的功能，用于与外部环境交互。工具克服了大型语言模型的固有局限性，例如其知识截止日期或无法执行精确计算。工具可以是搜索引擎API、计算器、数据库查询功能，或任何执行特定操作的其他功能。
• 编排循环： 这是连接推理引擎及其工具的过程。智能体在一个持续的循环中运行：它思考问题，采取行动（通常通过调用工具），观察该行动的结果，然后将该观察结果反馈回其思考过程，以决定下一步。

下图展示了这个基本循环。智能体持续此循环，直到它认为已获得足够信息来提供最终答案。

智能体循环持续运行，直到大型语言模型认为已圆满达成目标并可提供最终答案。

构建您的第一个智能体

agent 模块提供了构建这些自主系统所需的组成部分。主要构建块是 Agent 类，它负责编排推理循环。这种方法的一个常见且有效的实现是 ReActAgent，我们将用它来入门。

让我们创建一个简单的智能体。对于这个首个例子，我们将使用一个模拟大型语言模型函数来模仿推理引擎的输出。在实际应用中，这将是对OpenAI或Anthropic等大型语言模型提供商的调用。

from kerb.agent.patterns import ReActAgent

def simple_llm(prompt: str) -> str:
    """一个用于演示的模拟大型语言模型函数。"""
    # 在实际应用中，这将调用一个大型语言模型API。
    # 这个模拟函数提供一个ReAct风格的响应。
    if "weather" in prompt.lower():
        return "思考: 我需要提供天气信息。\n最终答案: 天气晴朗，气温72°F。"
    else:
        return f"思考: 我将处理此请求。\n最终答案: 我已处理您的请求。"

# 创建一个ReAct智能体，它是基础Agent的具体实现
agent = ReActAgent(
    name="BasicAgent",
    llm_func=simple_llm,
    max_iterations=5
)

# 运行智能体并设定目标
goal = "今天天气怎么样？"
result = agent.run(goal)

# 结果对象包含最终输出和执行详情
print(f"状态: {result.status.value}")
print(f"输出: {result.output}")

# 您还可以检查智能体所采取的步骤
if result.steps:
    print("\n执行步骤:")
    for i, step in enumerate(result.steps, 1):
        if step.thought:
            print(f"  步骤 {i} 思考: {step.thought}")

在此示例中，我们实例化了一个 ReActAgent，并将 simple_llm 作为推理引擎。当我们调用 agent.run(goal) 时，智能体开始其循环。它将目标传递给 llm_func，该函数返回一个包含思考和最终答案的字符串。智能体体系解析此输出，并在看到“Final Answer”时结束运行。AgentResult 对象让我们可以获取最终 output 和推理过程中采取的 steps 列表。

为智能体配备工具

智能体的真正效能来自于其使用工具的能力。没有工具，大型语言模型将局限于其预训练的知识。工具使智能体能够获取实时信息、执行计算、与数据库交互或调用外部API。

您可以通过使用 Tool 类封装一个Python函数来定义工具。起决定作用的参数是 description，因为大型语言模型使用此文本来判断哪个工具适合给定任务。一个好的描述会清晰简洁地说明工具的功能及其输入。

以下是如何创建一个简单的计算器工具。

from kerb.agent import Tool

def calculate(expression: str) -> str:
    """一个用于计算数学表达式的计算器工具。"""
    try:
        # 使用安全评估进行基本数学运算
        result = eval(expression, {"__builtins__": {}}, {})
        return f"结果: {result}"
    except Exception as e:
        return f"错误: {str(e)}"

# 从函数创建工具
calc_tool = Tool(
    name="calculate",
    description="执行数学计算，例如加法、减法、乘法和除法。",
    func=calculate,
    parameters={
        "expression": {
            "type": "string",
            "description": "要计算的数学表达式（例如，'15 * 7'）。"
        }
    }
)

一旦定义，您在初始化时向智能体提供工具列表。智能体的底层提示会自动更新，以包含可用工具的名称和描述，指导大型语言模型如何使用它们。

当大型语言模型决定使用工具时，它会输出一个特定格式，指明工具名称和要传递的参数。智能体体系会拦截此输出，执行相应的Python函数，并将函数的返回值作为“观察”反馈给大型语言模型。这使得大型语言模型能够将新信息纳入其下一步思考。

掌握了这些基本要素，即推理循环、智能体及其工具之后，我们现在可以研究编排智能体行为的特定模式。下一节将详细介绍最常见且有效的模式之一：ReAct。