使用 Claude 3.5 和 Python 构建 ReAct AI Agent

Reason+Act (ReAct) Agent 能够通过将思维链推理与外部工具访问和迭代求解能力相结合，来执行复杂的推理任务。

ReAct Agent的工作原理

ReAct Agent的核心组件是系统提示，它定义了Agent的整体行为（我们稍后将看到一个示例）。

处理从用户提示开始，用户提示请求解决某个问题。系统提示指示Agent对问题进行推理，并在适当的时候选择一个外部工具来帮助解决问题。

Agent调用工具，并在收到响应后决定是否需要进一步处理。如果需要，它可以再次请求帮助。Agent会在推理和行动（调用工具）之间迭代，直到它解决了问题，然后将结果返回给用户。

下图说明了这个过程。

ReAct Agent过程

案例研究

也许，解释 ReAct Agent如何工作的最简单方法是使用一个简单的案例研究。以下是一个Agent解决简单算术问题的示例响应。

我们从问题“20 * 15 等于多少”开始，Agent开始“大声思考”。

20 * 15 等于多少

思考: 这是一个简单的乘法问题，我可以使用 calculate 操作来解决。

行动: calculate: 20 * 15

观察: 300

答案: 20 * 15 的结果是 300。

Agent的响应前面带有 思考 标签，它在其中推理应该做什么。在本例中，它决定使用 calculate

下一个响应前面带有 行动 标签，我们看到Agent使用 calculate 工具来获取答案。之后，我们看到 观察，这是来自工具的响应。

最后的 答案 是Agent根据原始问题和 calculate 工具的输出创建的响应的结果。

从表面上看，这里并没有什么特别不寻常的地方——除了Agent使用了一个我们提供的工具。

而这正是 ReAct Agent的关键：Agent使用外部工具进行推理，然后采取行动。

迭代

当Agent决定它还没有得出结论，需要经过另一个推理/行动序列时，事情就变得更有趣了。Agent可以迭代推理/行动序列，直到得出有效结论。

上面的例子很简单，但它向您展示了事件的基本序列。

如果我们尝试更复杂的查询，我们可以看到迭代在实践中的应用。

我问了Agent以下问题：“_篮球队和曲棍球队的球员人数相乘的结果是多少？_”。

为了回答这个问题，Agent需要找出每项运动的球员人数，然后将它们相乘。它可以使用 calculate

下面我们看到Agent在得出令人满意的答案之前，三次经过了思考-行动-观察序列的方式。

要回答这个问题，我需要找出篮球队和曲棍球队的球员人数，然后将这些数字相乘。让我们从篮球开始。

思考: 我将先查阅篮球队的球员人数。

行动: wikipedia: 篮球

观察: 篮球是一项团队运动。每支球队在球场上同时有五名球员，尽管球队可能在替补席上有替补球员。

思考: 现在我知道一支篮球队在球场上同时有 5 名球员，我需要找出曲棍球队的球员人数。

行动: wikipedia: 曲棍球

观察: 曲棍球是一项团队运动，每支球队在球场上同时有 10 名球员：3 名进攻球员、3 名中场球员、3 名防守球员和 1 名守门员。但是，在不同版本的比赛中，人数可能会有所不同。例如，室内曲棍球的球员人数较少。

思考: 现在我已经知道两种运动的球员人数，我可以计算结果了。

行动: calculate: 5 * 10

观察: 50

答案: 将篮球队的人数（5）乘以曲棍球队的人数（10）的结果是 50。

如果您通读输出内容，您会看到Agent如何在得出结果之前进行推理并咨询工具，并且在这样做的时候，它会随着时间的推移积累知识。

代码非常少

实现 ReAct Agent所需的代码出奇地少，因为大部分工作都在提示中完成。

所以让我们先看看这个。

prompt = """
您在一个 Thought、Action、Observation、Answer 的循环中运行。
在循环结束时，您输出一个 Answer
使用 Thought 描述您对所问问题的想法。
使用 Action 运行您可以使用的操作之一。
Observation 将是运行这些操作的结果。
Answer 将是分析 Observation 的结果。

您可以使用的操作是：

calculate:
例如 calculate: 4 * 7 / 3
运行计算并返回数字 - 使用 Python，因此如果需要，请务必使用浮点语法

wikipedia:
例如 wikipedia: Django
从维基百科搜索返回摘要

如果您可以使用维基百科查找内容，请始终使用维基百科进行查找。

示例会话：

问题：法国的首都是什么？

思考：我应该在维基百科上查找有关法国的信息

行动：wikipedia: 法国

然后您应该调用适当的操作并从
结果中确定答案

然后您输出：

答案：法国的首都为巴黎
"""

提示的第一部分告诉 LLM 如何通过我们之前看到的标记过程部分来解决问题，这些部分在循环中运行。

然后描述了 calculate 和 wikipedia

这个提示是一个简单的示例，当然仅用于演示目的。很明显，该提示是为这个特定应用程序设计的：工具的描述是硬编码的，而在生产系统中，您希望能够以编程方式扩展它们。（我们很快就会看到 calculate 是使用 Python 函数 eval() 实现的。这是一个相当糟糕的做法，因为它很容易受到代码注入攻击。）

代码和提示的基本结构是 Simon 的，但我对其进行了修改，以便使用 Anthropic 的 Claude 3.5 Sonnet LLM，并简化了代码和提示。

Claude 3.5

Claude Sonnet 3.5 是 Anthropic 最近发布的一个版本，在他们的 发布公告 中，他们声明“Claude 3.5 Sonnet 提高了行业智能标准，在广泛的评估中优于竞争对手模型和 Claude 3 Opus，具有我们中端模型 Claude 3 Sonnet 的速度和成本”。

为了说明这一点，Anthropic 拥有三个版本的 Claude LLM，从更便宜、更快的 Haiku 模型，到更智能但更昂贵的 Opus 模型。Sonnet 是介于两者之间的模型，是唯一在撰写本文时拥有 3.5 版本的模型。

我一直想看看 Claude，这似乎是一个很好的机会。

代码从必要的导入开始：

import anthropic
import re
import httpx

这里没有太多东西。Anthropic，当然，用于 LLM，正则表达式和一个 HTTP 库来访问维基百科。

要运行代码，您当然需要一个 Anthropic 帐户，他们会向您收取使用费。不过，它相当便宜：Claude 3.5 sonnet 比之前的版本更便宜，而且更强大——我已经在这里运行了代码（以及更多代码），只收取了几美分的费用。

代码首先创建一个客户端，然后定义一个 Python 类来实现聊天机器人。与 OpenAI 不同，Claude 将系统提示与用户或助手的提示分开，我们在实例化 ChatBot​ 时初始化提示。__call__​ 函数负责存储用户消息和来自聊天机器人的响应，并调用 execute 来运行Agent。

client = anthropic.Anthropic(api_key="YOUR API KEY HERE")

class ChatBot:
    def __init__(self, system=""):
        self.system = system
        self.messages = []

    def __call__(self, message):
        self.messages.append({"role": "user", "content": message})
        result = self.execute()
        self.messages.append({"role": "assistant", "content": result})
        return message

    def execute(self):
        message = client.messages.create(
            model="claude-3-5-sonnet-20240620",
            max_tokens=1000,
            temperature=0,
            system = self.system,
            messages = self.messages
        )
        return message.content

下一步是定义一个 query() 函数，它使用聊天机器人的实例。query 函数实现了一个循环，该循环会一直持续到没有更多操作（或者我们已经达到最大迭代次数）为止。该函数检测操作并使用正则表达式提取操作的名称。这些操作被调用，当没有更多操作时，聊天机器人消息将被返回。

action_re = re.compile('^Action: (\w+): (.*)$')

def query(question, max_turns=5):
    i = 0
    bot = ChatBot(prompt)
    next_prompt = question
    while i < max_turns:
        i += 1
        result = bot(next_prompt)
        print(result)
        actions = [action_re.match(a) for a in result.split('\n') if action_re.match(a)]
        if actions:
            # 有一个要运行的操作
            action, action_input = actions[0].groups()
            if action not in known_actions:
                raise Exception("Unknown action: {}: {}".format(action, action_input))
            print(" -- running {} {}".format(action, action_input))
            observation = known_actions[action](action_input)
            print("Observation:", observation)
            next_prompt = "Observation: {}".format(observation)
        else:
            return bot.messages

现在我们需要定义操作函数（工具）wikipedia​ 和 eval，并将对它们的引用存储在一个字典中。

def wikipedia(q):
    return httpx.get("https://en.wikipedia.org/w/api.php", params={
        "action": "query",
        "list": "search",
        "srsearch": q,
        "format": "json"
    }).json()["query"]["search"][0]["snippet"]

def calculate(what):
    return eval(what)

known_actions = {
    "wikipedia": wikipedia,
    "calculate": calculate
}

接下来是一个实用程序函数，它打印出由机器人生成的最后一条消息。

def get_last_message():
    for m in bot.messages[-1]['content'][0].text.split('\n'):
        print(m)

最后，在完成所有这些步骤后，我们可以开始使用Agent。

query("What is 20 * 15")
get_last_message()

上面的代码产生了我们在文章开头看到的第一个例子，下面的代码展示了 ReAct Agent如何迭代地执行各种操作以得出有效结论的另一个例子。

这是一个示例，其中Agent必须迭代调用工具。在本例中，它只使用维基百科，但它必须智能地分析响应才能得出答案。

query("What languages are spoken in Spain that are also spoken in France")
get_last_message()

西班牙和法国都使用哪些语言？

思考: 为了准确地回答这个问题，我应该查找有关西班牙和法国使用的语言的信息。我将首先检查维基百科以获取有关西班牙语言的信息。

行动: wikipedia: 西班牙语

观察: 西班牙在边境内部使用多种语言和方言。西班牙的官方语言是西班牙语（也称为卡斯蒂利亚语），大多数西班牙人使用这种语言。然而，在各个自治区，有几种共同的官方语言：

加泰罗尼亚语：在加泰罗尼亚、巴利阿里群岛和瓦伦西亚自治区的部分地区使用（在那里被称为瓦伦西亚语）。

加利西亚语：在加利西亚使用。

巴斯克语：在巴斯克地区和纳瓦拉的部分地区使用。

奥克语（阿兰语）：在加泰罗尼亚的阿兰谷使用。

其他公认的语言包括阿拉贡语和阿斯图里亚斯语。在不同的地区，还使用着几种西班牙语方言。

思考: 现在我已经了解了西班牙的语言，我应该检查一下法国的语言，看看哪些语言重叠。

行动: wikipedia: 法语

观察: 法国的官方语言是法语，占人口的 88%。然而，法国使用着几种地区语言和方言：

奥克语：在法国南部使用。

布列塔尼语：一种凯尔特语言，在布列塔尼使用。

阿尔萨斯语：一种日耳曼语方言，在阿尔萨斯使用。

科西嘉语：在科西嘉岛使用。

加泰罗尼亚语：在法国东比利牛斯省使用。

巴斯克语：在法国巴斯克地区使用。

其他地区语言包括法兰克-普罗旺斯语、洛林弗兰克语和各种油语。

思考: 通过比较西班牙和法国使用的语言，我可以识别出重叠的语言。

答案: 西班牙和法国都使用的语言是：

加泰罗尼亚语：在西班牙的部分地区（加泰罗尼亚、巴利阿里群岛和瓦伦西亚）以及法国的东比利牛斯省使用。

巴斯克语：在西班牙的巴斯克地区和纳瓦拉的部分地区使用，以及法国的巴斯克地区。

奥克语：在西班牙加泰罗尼亚的阿兰谷被称为阿兰语，并在法国南部使用。

这三种语言在两个国家都得到认可和使用，尽管它们在西班牙和法国的官方地位和使用人数可能会有所不同。

上面的响应展示了Agent为了得出合适的答案而经过的合理过程。

我还尝试了更复杂的问题，Agent似乎也能很好地处理这些问题（您可以在下载的代码中看到更多示例）。

结论

本文介绍的代码展示了 ReAct Agent的工作方式。它并不健壮，也不适合生产环境。但我希望您现在对 ReAct Agent的原理以及如何实现它们有了相当好的理解。

请使用更复杂的示例尝试代码，并可能添加更多工具。我很乐意听到您的实验结果。

当然，使用 Langchain 和 Llamaindex（例如）有更简单的解决方案，我可能会在以后的文章中介绍它们。

本文转载自 ​​DevOpsAI​​，作者：ReAct Agent