动作：使智能体能够与环境交互

提示：在本节中，我们将探讨 AI 智能体（AI agent）与其环境交互的具体步骤。

我们将介绍动作（actions）如何被表示（使用 JSON 或代码），停止和解析方法（stop and parse approach）的重要性，以及不同类型的智能体。

动作是AI 智能体（AI agent）与其环境交互的具体步骤。

无论是浏览网络获取信息还是控制物理设备，每个动作都是智能体执行的一个特定操作。

例如，一个协助客户服务的智能体可能会检索客户数据、提供支持文章或将问题转交给人工代表。

智能体动作的类型（Types of Agent Actions）

有多种类型的智能体采用不同的方式执行动作：

动作本身可以服务于多种目的：

智能体的一个关键部分是在动作完成时能够停止生成新的标记（tokens），这对所有格式的智能体都适用：JSON、代码或函数调用。这可以防止意外输出并确保智能体的响应清晰准确。

大语言模型（LLM）只处理文本，并使用它来描述它想要采取的动作以及要提供给工具的参数。

停止和解析方法（The Stop and Parse Approach）

实现动作的一个关键方法是停止和解析方法。这种方法确保智能体的输出具有结构性和可预测性：

1. 以结构化格式生成（Generation in a Structured Format）：

智能体以清晰、预定义的格式（JSON 或代码）输出其预期动作。

2. 停止进一步生成（Halting Further Generation）：

一旦动作完成，智能体停止生成额外的标记。这可以防止额外或错误的输出。

3. 解析输出（Parsing the Output）：

外部解析器读取格式化的动作，确定要调用哪个工具，并提取所需的参数。

例如，需要检查天气的智能体可能输出：

Thought: I need to check the current weather for New York.
Action:
{
  "action": "get_weather",
  "action_input": {"location": "New York"}
}

然后框架可以轻松解析要调用的函数名称和要应用的参数。

这种清晰的、机器可读的格式最大限度地减少了错误，并使外部工具能够准确处理智能体的命令。

注意：函数调用智能体的操作方式类似，通过构造每个动作，使指定的函数能够使用正确的参数被调用。 我们将在未来的单元中深入探讨这些类型的智能体。

代码智能体（Code Agents）

另一种方法是使用代码智能体。 这个想法是：代码智能体不是输出简单的 JSON 对象，而是生成一个可执行的代码块——通常使用 Python 等高级语言。

这种方法提供了几个优势：

• 表达能力（Expressiveness）：代码可以自然地表示复杂的逻辑，包括循环、条件和嵌套函数，提供比 JSON 更大的灵活性。
• 模块化和可重用性（Modularity and Reusability）：生成的代码可以包含在不同动作或任务中可重用的函数和模块。
• 增强的可调试性（Enhanced Debuggability）：使用明确定义的编程语法，代码错误通常更容易检测和纠正。
• 直接集成（Direct Integration）：代码智能体可以直接与外部库和 API 集成，实现更复杂的操作，如数据处理或实时决策。

例如，一个负责获取天气的代码智能体可能生成以下 Python 代码片段：

# Code Agent Example: Retrieve Weather Information
def get_weather(city):
    import requests
    api_url = f"https://api.weather.com/v1/location/{city}?apiKey=YOUR_API_KEY"
    response = requests.get(api_url)
    if response.status_code == 200:
        data = response.json()
        return data.get("weather", "No weather information available")
    else:
        return "Error: Unable to fetch weather data."

# Execute the function and prepare the final answer
result = get_weather("New York")
final_answer = f"The current weather in New York is: {result}"
print(final_answer)

在这个例子中，代码智能体：

• 通过 API 调用获取天气数据，
• 处理响应，
• 并使用 print() 函数输出最终答案。

这种方法也遵循停止和解析方法，通过明确划定代码块并表明执行完成的时间（在这里，通过打印 final_answer）。

我们了解到动作通过执行清晰、结构化的任务（无论是通过 JSON、代码还是函数调用）来连接智能体的内部推理和其现实世界的交互。

这种深思熟虑的执行确保每个动作都是精确的，并通过停止和解析方法准备好进行外部处理。在下一节中，我们将探索观察（Observations），看看智能体如何捕获和整合来自其环境的反馈。

在此之后，我们将最终准备好构建我们的第一个智能体！

小结

• 动作是智能体与环境交互的具体步骤，可由 JSON、代码或函数调用三种方式表示。
• 动作可服务于信息收集、工具使用、环境交互与通信等目的。
• 停止和解析方法是关键：结构化生成、完成后停止生成、由外部解析器提取工具与参数。
• 智能体必须在动作完成后停止生成标记，防止意外输出并确保响应清晰。
• 代码智能体通过生成可执行代码（如 Python）表达复杂逻辑，具有更强表达力、可复用性与可调试性。

参考与延伸阅读

• 什么是智能体（本站）
• 什么是 LLM（本站）