粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
在本篇中，我们将继续学习如何基于Workflows来构建一个ReAct模式的AI智能体。尽管在LlamaIndex框架中已经提供了开箱即用的ReActAgent组件，但通过Workflows来从零构建ReAct智能体，可以更深入的了解ReAct智能体的内部原理，在未来帮助实现更底层、更灵活的控制能力。
ReAct Agent再回顾
很多人都对ReAct智能体有所了解，在LlamaIndex与LangChain框架中也都有现成的ReActAgent封装组件，可以开箱即用的构建ReAct模式的AI智能体
ReAct模式的AI智能体采用迭代式的推理（Reasoning）到行动（Acting）的工作流程，旨在应对更复杂的人工任务和问题。它通过将推理步骤与实际行动相结合，使得智体可以逐步理解任务、采取行动，并观察行动获得的新信息以推理后续步骤。过程大致如下：
推理：智能体会分析任务与环境、推理步骤、决定下一步行动
行动：调用外部工具，如搜索、执行计算、与外部API交互等
观察并循环：观察行动结果，推理后续步骤，调整策略，直至任务完成
ReAct模式具备很好的动态性，使得AI能够应对复杂和未知情况，适用于更开放性的问题和探索性的任务，展现出更高的自主决策智能。
ReAct Agent基本构成
设计ReAct Agent工作流
根据ReAct智能体的基本思想，其工作流中最核心的步骤（step）应该包括：
将输入问题（或任务）、已有对话、工具信息、已经获得的信息（即已调用工具的返回内容）等输入LLM，让LLM推理下一步动作
如果此时LLM可以回答，则直接给出答案，结束流程
如果此时LLM无法回答，则给出使用工具的信息（工具名、输入参数等）
如果需要使用工具，则根据第3步给出的信息进行工具调用，并获得返回
循环到第一步，进行迭代，直到在第2步能够完成任务；
基于LlamaIndex Workflows开发ReAct Agent的工作流程图如下：
现在可以参考这个工作流来实现ReAct智能体，这里基于官方的样例进行讲解。
基于Workflows实现ReAct Agent
【定义Event】
参考上面的工作流图，定义几个需要的Event类型：
from llama_index.core.llms import ChatMessage
from llama_index.core.tools import ToolSelection, ToolOutput
from llama_index.core.workflow import Event
import os
#通知事件
class PrepEvent(Event):
pass
#LLM输入事件：包含输入LLM的历史消息
class InputEvent(Event):
input: list[ChatMessage]
#工具调用事件：包含工具调用信息
class ToolCallEvent(Event):
tool_calls: list[ToolSelection]
#工具输出事件：包含工具输出信息
class FunctionOutputEvent(Event):
output: ToolOutput【ReAct Agent初始化】
工作流初始化，主要是为了给智能体准备必备的“工具”，最重要的就是智能体需要的几大件：LLM大模型、Memory记忆、以及可以使用的Tools工具。
from typing import Any, List
from llama_index.core.agent.react import ReActChatFormatter, ReActOutputParser
from llama_index.core.agent.react.types import ActionReasoningStep,ObservationReasoningStep
from llama_index.core.llms.llm import LLM
from llama_index.core.memory import ChatMemoryBuffer
from llama_index.core.tools.types import BaseTool
from llama_index.core.workflow import Context,Workflow,StartEvent,StopEvent,step
from llama_index.llms.openai import OpenAI
class ReActAgent(Workflow):
def __init__(
self,
*args: Any,
llm: LLM | None = None,
tools: list[BaseTool] | None = None,
extra_context: str | None = None,
**kwargs: Any,
) -> None:
super().__init__(*args, **kwargs)
#可用的工具tools
self.tools = tools or []
#使用的LLM（大模型）
self.llm = llm or OpenAI()
#持久记忆
self.memory = ChatMemoryBuffer.from_defaults(llm=llm)
#用来把历史对话、已有的推理历史格式化成下一次LLM的输入消息历史
self.formatter = ReActChatFormatter(context=extra_context or "")
#解析LLM的输出（直接回答、使用工具、使用工具后回答）
self.output_parser = ReActOutputParser()
#保存工具调用输出
self.sources = []这里有两个辅助工具：
formatter：用来把保存在memory中的对话历史以及推理历史，格式化成LLM输入的消息格式（通常是一个包含role与content属性的对象列表）；还要附加上引导LLM进行思考的系统指令。
out_parser：解析LLM输出的解析器。在ReAct模式下，LLM的输出可能是类似Thought...Action...Action Input...这样的推理结果，需要对这样的输出进行解析，以决定下一步是使用工具还是输出答案。
【用户输入消息处理：new_user_msg】
这是一次性的步骤，简单的把输入问题/任务放入memory即可：
@step
async def new_user_msg(self, ctx: Context, ev: StartEvent) -> PrepEvent:
"""
流程入口: 接受用户输入, 并放置到Memory中; 并触发下一步
"""
self.sources = []
user_input = ev.input
user_msg = ChatMessage(role="user", content=user_input)
self.memory.put(user_msg)
await ctx.set("current_reasoning", [])
return PrepEvent()【LLM输入准备：prepare_chat_history】
在这个步骤中，利用上面初始化的formatter，把对话历史与推理历史格式化，用来输入给LLM做推理。注意在一次任务中，这个步骤有可能会被多次循环调用，除非输入问题被LLM直接回答（无需借助工具）。
@step
async def prepare_chat_history(
self, ctx: Context, ev: PrepEvent
) -> InputEvent:
"""
将对话与推理历史组装成LLM的输入消息列表(通常是角色+内容）。
推理历史包括：
1. LLM输出的推理结果(直接回答问题、需要工具调用、观察工具调用结果后可以回答）
2. 工具调用的结果
"""
#获取历史消息
chat_history = self.memory.get()
print(f'\n------------当前消息历史------------')
for idx, message in enumerate(chat_history, start=1):
print(f'\n{idx}. {message}')
current_reasoning = await ctx.get("current_reasoning", default=[])
print('\n-------------当前推理历史------------')
for idx, reasoning in enumerate(current_reasoning, start=1):
print(f'\n{idx}. {reasoning}')
#将历史用户消息与推理历史组装成列表
llm_input = self.formatter.format(
self.tools, chat_history, current_reasoning=current_reasoning
)
return InputEvent(input=llm_input)【LLM调用：handle_llm_input】
使用上一步骤准备的输入内容，调用LLM，并解析结果。以决定下一步动作（返回不同的事件），具体可以参考下面的代码及注释：
@step
async def handle_llm_input(
self, ctx: Context, ev: InputEvent
) -> ToolCallEvent | StopEvent:
"""
调用LLM;
解析输出结果, 获得推理结果；
判断是结束（可以回答问题）, 还是需要调用工具；
"""
chat_history = ev.input
#调用LLM
response = await self.llm.achat(chat_history)
try:
#解析输出的推理结果
reasoning_step = self.output_parser.parse(response.message.content)
(await ctx.get("current_reasoning", default=[])).append(
reasoning_step
)
#如果已经结束：输出结果，流程结束（可立即回答，或者观察工具调用结果后可以回答）
if reasoning_step.is_done:
self.memory.put(
ChatMessage(
role="assistant", content=reasoning_step.response
)
)
return StopEvent(
result={
"response": reasoning_step.response,
"sources": [*self.sources],
"reasoning": await ctx.get(
"current_reasoning", default=[]
),
}
)
#如果无法回答，需要调用工具
elif isinstance(reasoning_step, ActionReasoningStep):
tool_name = reasoning_step.action
tool_args = reasoning_step.action_input
return ToolCallEvent(
tool_calls=[
ToolSelection(
tool_id="",
tool_name=tool_name,
tool_kwargs=tool_args,
)
]
)
except Exception as e:
(await ctx.get("current_reasoning", default=[])).append(
ObservationReasoningStep(
observation=f"There was an error in parsing my reasoning: {e}"
)
)
# 其他情况则进行下一次迭代，继续尝试
return PrepEvent()【工具调用：handle_tool_calls】
这是智能体使用外部工具（Tools）的关键步骤。根据上一步骤LLM输出的工具调用需求，调用外部工具（可能有多次调用），并把返回结果放在推理历史中，用于下一次迭代。
@step
async def handle_tool_calls(
self, ctx: Context, ev: ToolCallEvent
) -> PrepEvent:
"""
工具调用,将调用结果作为LLM的观察对象;
并将观察内容添加到推理历史
"""
tool_calls = ev.tool_calls
tools_by_name = {tool.metadata.get_name(): tool for tool in self.tools}
# 工具调用
for tool_call in tool_calls:
tool = tools_by_name.get(tool_call.tool_name)
if not tool:
(await ctx.get("current_reasoning", default=[])).append(
ObservationReasoningStep(
observation=f"Tool {tool_call.tool_name} does not exist"
)
)
continue
try:
#调用工具，并将工具调用结果作为观察对象，添加到推理历史
tool_output = tool(**tool_call.tool_kwargs)
self.sources.append(tool_output)
(await ctx.get("current_reasoning", default=[])).append(
ObservationReasoningStep(observation=tool_output.content)
)
except Exception as e:
(await ctx.get("current_reasoning", default=[])).append(
ObservationReasoningStep(
observation=f"Error calling tool {tool.metadata.get_name()}: {e}"
)
)
# 进入下一次迭代
return PrepEvent()【测试实现的ReAct Agent】
现在，整个ReAct Agent的工作流就完成了，过程还是比较简单清晰的。当然这里也会利用到一些LlamaIndex提供的组件，比如用来封装LLM推理结果的xxxReasoningStep组件等。
我们来测试这个ReAct Agent组件，准备两个模拟工具（利用LlamaIndex中的FunctionTool快速构造基于函数的工具），然后创建一个Agent：
from llama_index.core.tools import BaseTool, FunctionTool
#模拟发送邮件
def send_email(subject: str, message: str, email: str) -> None:
"""用于发送电子邮件"""
print(f"邮件已发送至 {email}，主题为 {subject}，内容为 {message}")
tool_send_mail = FunctionTool.from_defaults(fn=send_email,name='tool_send_mail',description='用于发送电子邮件')
#模拟客户查询
def query_customer(phone: str) -> str:
"""用于查询客户信息"""
result = f"该客户信息为:\n姓名: 张三\n积分: 50000分\n邮件: test@gmail.com"
return result
tool_customer = FunctionTool.from_defaults(fn=query_customer,name='tool_customer',description='用于查询客户信息，包括姓名、积分与邮件')
agent = ReActAgent(
llm=OpenAI(model="gpt-4o-mini"), tools=[tool_send_mail,tool_customer], timeout=120, verbose=True
)现在调用这个Agent，我们发出一个比较复杂的请求，来看看会发生什么：
async def main():
ret = await agent.run(input="给客户13688888888发电子邮件，通知他最新的积分")
print(ret["response"])
if __name__ == "__main__":
import asyncio
asyncio.run(main())这里的任务很显然需要借助两次工具调用，一次查询客户信息，一次发送邮件，我们从输出中来观察最后一次的迭代信息：
注意到这里的推理历史，完整的反应了LLM的“思考”过程：首先需要查询客户信息（调用tool_customer）；然后观察到客户信息（工具调用结果）；判断需要发送邮件（调用tool_send_mail）；最后观察返回结果后结束流程。这是一个完整的符合ReAct模式（推理-行动-观察）的工作流，也证明了这里基于Workflows构建的ReAct Agent的可用性。
结束语
至此我们对LlamaIndex所推出的新特性Workflows已经有了较为全面的认识，很显然，这是一个与LangChain的LangGraph相似的另一种智能体开发底层框架，两者都面向复杂的智能体/RAG应用工作流，但又采取了不同的设计思想，至于哪个更好或许是见仁见智的问题，但对于大量LLM应用的开发者来说，的确又多了一个强大的工具，相信随着后续的迭代，Workflows也会越来越强大。
END
53AI，企业落地应用大模型首选服务商
产品：大模型应用平台+智能体定制开发+落地咨询服务
承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2024-11-19
llamaindex实战-Workflow:工作流入门（本地部署断网运行）
2024-11-15
llamaindex实战-Agent-在Agent中使用RAG查询(本地部署)
2024-11-07
深度解析 REAcT Agent 的实现：利用 LlamaIndex 和 Gemini 提升智能代理工作流
2024-11-04
手把手教你用Coze零代码搭建一个智能搜索智能体，高时效性、保姆级！
2024-10-10
使用Milvus和Llama-agents构建更强大的Agent系统
2024-09-19
LlamaIndex报告：未来Agentic App，不仅是RAG
2024-08-28
对于初学者，该如何选择 LlamaIndex 与 LangChain ？
2024-08-15
【Agent智能体指北】LlamaIndex 工作流：一种创建复杂 AI 应用程序的新方法
2024-07-09
2024-04-20
2024-06-05
2024-04-25
2024-04-28
2024-05-09
2024-07-20
2024-04-26
2024-04-08
2024-06-19
回到顶部