智能体经典范式构建

ReAct 走一步看一步¶

代码的运行结果¶

代码都是该项目原始发布的状态，没有修改。 这里展现的是一些运行问题，这就是前两年业界搞纯 Prompt Agent 时的日常折磨，后续的Function Calling可以解决该类问题。

智谱：

点击展开查看运行结果

工具 'Search' 已注册。

--- 第 1 步 ---
🧠 正在调用 ZhipuAI/GLM-5 模型...
✅ 大语言模型响应成功:
Thought: 用户询问华为最新的手机型号及其主要卖点...
Action: `Search[华为最新手机型号 2024]`

--- 第 2 步 ---
❌ 调用LLM API时发生错误: 'NoneType' object is not subscriptable
已达到最大步数，流程终止。

以上运行结果反映出： 1. 正则表达式匹配过于严格——re.match 默认从字符串的最开头进行匹配 2. History 上下文记录存在漏洞——正确的 Action 没能执行

MiniMax：

点击展开查看运行结果

大模型写完 Action: Search[华为最新手机型号] 之后，按照正常逻辑，它应该停下来，等代码把搜索结果填进去。但是，因为没有给它设置"刹车"（Stop Words），且它发现 ] 后面是接 Observation，于是它自己顺着编，不仅编造了网页搜索结果，甚至连最后的 Finish[最终答案] 都一口气幻觉出来了。

两个 Bug 负负得正，代码居然跑通了。。

依靠自然语言和正则去解析工具指令，实在是太脆弱、太不可控了。

Plan-and-Solve 按图索骥¶

点击展开查看运行结果

问题: 一个水果店周一卖出了15个苹果。周二卖出的苹果数量是周一的两倍。
周三卖出的数量比周二少了5个。请问这三天总共卖出了多少个苹果？

计划:
1. 确认周一卖出的苹果数量为15个
2. 计算周二卖出的苹果数量（是周一的二倍）
3. 计算周三卖出的苹果数量（比周二少5个）
4. 将三天卖出的苹果数量相加得到总销量

执行:
步骤1: 15个
步骤2: 30个
步骤3: 25个
步骤4: 70个

最终答案: 70个

架构清晰明了，不多赘述。

Reflection 自我审核¶

架构清晰明了，不多赘述。