首页 文章 精选 留言 我的

精选列表

搜索[agentic]，共1487篇文章
优秀的个人博客,低调大师

Agentic 智能体 React 模式实现

普通的大模型调用是一问一答，问完就结束了。但真实的 Agent 场景不是这样 -- 大模型需要自己判断：我现在信息够不够？不够的话该调用什么工具去补充？拿到结果之后怎么继续推理？ 这种"思考 -> 行动 -> 再思考"的循环能力，就是 **ReAct（Reasoning + Acting）** 模式要解决的问题。 这篇文章从代码实现的角度拆解 ReAct 模块，主要回答四个问题： 1）ReAct 循环的本质结构和两个分支 2）上下文治理 -- 上下文越来越长怎么办 3）工具执行引擎的并发与串行模式 4）钩子机制 -- 如何在不改主流程的前提下扩展行为 **关注“AI老马” —【获取资源】&【进群交流】** ## **1，ReAct 的本质：一个带条件的 for 循环** 把所有概念剥掉之后，ReAct 的核心代码结构就是一个 `for` 循环。 每次循环做一件事：**让大模型生成回复，然后检查回复里有没有工具调用请求。** 如果有工具调用 -- 把参数提取出来，交给工具执行引擎，拿到结果后塞回上下文，然后 `continue` 进入下一轮循环。这就是"行动之后再思考"。 如果没有工具调用 -- 说明大模型认为已经可以给出最终答案了，直接输出结果，跳出循环。整个 ReAct 过程结束。 当然，不能让它无限循环下去。循环开始之前要设置一个**最大迭代次数**（比如 10 次或 20 次），到了上限强制终止，避免用户体验失控和 API 调用成本爆炸。 所以整个 ReAct 的骨架就这么点东西： ``` for i in range(max_iterations): context = govern_context(context) # 上下文治理 response = llm.chat(context) # 大模型思考 if has_tool_call(response): result = execute_tools(response) # 执行工具 context += result # 结果回填 continue # 继续循环 else: return response # 输出最终答案 ``` 两个分支，逻辑清晰。复杂的不在循环本身，而在循环内部的细节处理。 ## **2，上下文治理：五步法控制窗口长度** ReAct 循环每转一圈，上下文就会变长 -- 加入了大模型的推理结果、工具调用的请求、工具返回的结果。转个十圈八圈，上下文可能就超出了模型的窗口限制。 所以每轮循环的第一步，必须是**上下文治理**。这里有一套五步处理的标准化流程： **第一步：清理孤儿数据。** 工具调用是成对出现的 -- 有请求就该有对应的结果。如果上下文里出现了只有结果没有请求、或只有请求没有结果的孤立数据，说明中间出了异常（比如工具执行超时）。这些孤儿数据一律清除，避免干扰后续推理。 **第二步：压缩早期结果。** 前几轮的工具调用结果对当前决策的价值已经不大了，但完全丢弃又怕丢失关键信息。折中方案是：保留最近 N 轮（比如最近 10 次）的原始结果，更早的结果压缩为一行摘要。既省空间，又不丢核心信息。 **第三步：持久化关键数据。** 将重要的中间结果（比如搜索到的文档、查询到的数据库记录）写入持久化存储。这样即使后续上下文被裁剪掉了，需要的时候还能找回来。相当于给大模型装了一个"外部记忆"。 **第四步：结果格式化。** 确保每个工具调用的输出都按照统一格式整理，方便大模型解析和使用。杂乱无章的工具返回只会增加理解成本。 **第五步：历史裁剪。** 当前四步做完之后，如果总长度仍然超过阈值，就从最早的消息开始裁剪，只保留系统提示词（System Prompt）和最近的消息。这是最后的保底措施。 这五步的目标只有一个：**让上下文保持在模型窗口限制之内，同时尽可能保留有价值的信息。** ## **3，工具执行：并发还是串行？** 大模型一次可能要求调用多个工具。这些工具之间有没有依赖关系？能不能并行执行？这决定了执行策略。 设计上支持两种模式： **串行模式**：按顺序逐个执行工具，前一个的结果可以作为后一个的输入。适用于工具之间存在依赖关系的场景 -- 比如先用搜索工具找到文件路径，再用读取工具打开文件内容。 **并发模式**：将多个独立的工具调用打包成一个 Batch，同时发起执行，最后汇总所有结果一起返回。适用于工具之间互不相关的场景 -- 同时查天气、查股价、查日历，谁也不依赖谁。 具体用哪种模式，可以根据工具的属性配置来决定，不需要硬编码。执行引擎内部会自动判断和分发。 ## **4，错误恢复：别让一次失败搞崩全局** 工具调用不可能次次成功。网络超时、API 报错、参数不合法 -- 异常情况随时可能发生。 错误恢复机制的核心原则是：**局部失败不影响整体流程。** 具体的策略包括： - • **空响应重试**：工具返回空结果时，自动重试 1~2 次，排除偶发性问题 - • **阶段级容错**：单轮迭代最多允许恢复 N 次（比如 3 次），超出后跳过本轮继续下一轮 - • **错误信息透传**：工具执行的错误不会吞掉，而是包装成明确的错误提示返回给大模型。大模型看到错误后可以自行决定是换参数重试、换工具尝试，还是直接基于已有信息给出答案 这个设计体现了 ReAct 模式的一个重要理念：**异常处理也是大模型推理的一部分**。不需要在代码层面把所有异常路径都穷举出来，告诉大模型发生了什么，让它自己想办法。 ## **5，钩子机制：在不改动主流程的前提下扩展行为** ReAct 主循环的逻辑是固定的，但在实际使用中，不同场景有不同的附加需求：有的要在每轮迭代前打印日志，有的要实时推送流式结果给前端，有的要做调用埋点和监控。 如果在主流程里到处加 if-else，代码很快就会变成一团乱麻。 解决方案是**钩子（Hook）模式**。在 ReAct 执行类的关键节点预留出"挂钩点"，用户可以通过继承 Hook 类并实现特定方法来注入自定义行为： - • 迭代开始前做什么（`before_iteration`） - • 是否启用流式输出（`should_stream`） - • 流式内容怎么回写（`on_stream`） - • 迭代结束后做什么（`after_iteration`） 定义好 Hook 类之后，传给 ReAct 的数据包装类就行。主循环在执行到对应节点时，会自动检查并调用 Hook 中已实现的方法。主流程本身一行都不用改。 更进一步，如果需要同时生效多种 Hook（既要打日志又要推流式），可以用一个 **CompositeHook** 组合多个 Hook，按序依次执行。本质上又是一个"套壳"的设计 -- 一个壳子里装多个具体实现，对外还是一个 Hook。 ## **写在最后** 回过头来看，ReAct 模块的实现并不神秘：**一个 for 循环 + 两条分支 + 五步上下文治理 + 可插拔的 Hook 扩展。** 真正值得关注的工程细节是上下文治理那部分 -- 怎么在有限的空间里保留最多的有效信息，这直接决定了 Agent 在多轮交互后的推理质量。 而对于想要自建 Agent 框架的同学来说，这套设计的可借鉴之处在于它的分层思路：主循环只管流转逻辑，上下文治理、工具执行、错误恢复、扩展钩子各自独立封装，互不耦合。加功能不用动主干，修 bug 不用牵连全身。
2026-07-28
优秀的个人博客,低调大师

支持 Agentic AI | minRAG v0.1.5 发布

RAG 从未如此简单 minRAG 是从零开始的 RAG 系统，追求极致的简单和强大，不超过 1 万行代码，无需安装，双击启动。支持 OpenAI、Gitee AI、百度千帆、腾讯云 LKE、阿里云百炼、字节火山引擎等 AI 平台. RAG 入门教程:<<十天手搓 minRAG, 操纵 DeepSeek 的幕后黑手> 下载体验:https://gitee.com/minrag/minrag/releases 界面预览 更新: 修改组件的组装方式,支持多个节点汇聚 增加search_document_toc_by_id函数,查找文档目录 FtsKeywordRetriever组件基于search_content_by_keyword函数实现 search_knowledge_base函数修改为search_content_by_node 完善注释，文档
2025-11-30

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-10-18 大小: 211.28KB 下载: 56次
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

时间: 2026-08-21 大小: 1MB 下载: 10次
Spring

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

时间: 2026-08-21 大小: 5MB 下载: 2次
Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

时间: 2026-08-21 大小: 9.84MB 下载: 40次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册