带反思机制的 ReAct 代理

源文件: examples/agents/demo_react_agent.py

概述

本示例展示了带有自定义反思（自我纠正）函数的 ReActAgent。代理使用推理-行动（ReAct）模式，反思回调函数验证代理的输出格式，如果响应不是纯数字则强制重试。当你需要从 LLM 获取结构化、受约束的输出时，这种模式非常有用。

前置条件

• 环境变量：DEFAULT_LLM_API_KEY、DEFAULT_LLM_BASE_URL、DEFAULT_LLM_MODEL_NAME
• requirements.txt 中列出的 Python 依赖包

运行方式

python -m examples.agents.demo_react_agent

代码详解

钩子函数

master_reflexion(response: str, oxy_request: OxyRequest) -> str

通过 func_reflexion 注册的反思回调。当代理产生响应后，此函数进行验证：

1. 使用正则表达式 r"^[-+]?(\d+(\.\d*)?|\.\d+)$" 检查响应是否为有效数字（整数或小数，可选正负号）。
2. 如果响应不匹配（即包含非数字文本），函数返回 "仅回答数字"，该字符串作为纠正反馈传回代理，触发新一轮尝试。
3. 如果响应匹配，函数隐式返回 None，表示输出可接受。

组件 (oxy_space)

组件	类型	关键参数
default_llm	HttpLLM	api_key、base_url、model_name 来自环境变量（默认设置）
master_agent	ReActAgent	llm_model="default_llm"；func_reflexion=master_reflexion；additional_prompt="请你根据我的问题，给出最优的回答"

入口函数

await mas.start_web_service(first_query="1+1等于几")

启动 Web 服务，初始查询为 "1+1等于几"。

核心概念

• ReAct 模式 -- 代理遵循推理-行动循环：对问题进行推理，采取行动（如调用工具或生成答案），观察结果，然后迭代。
• 反思（Reflexion） -- 一种自我纠正机制。当 func_reflexion 返回非 None 字符串时，该字符串被视为反馈，代理将结合反馈重新尝试。
• additional_prompt -- 追加到代理的系统提示词中，在不覆盖基础提示词的情况下提供额外指令。

预期行为

1. Web 服务在 http://127.0.0.1:8080 启动。
2. 首个查询 "1+1等于几" 被自动发送。
3. 代理尝试回答。如果它回复了类似 "1+1等于2" 的文本（散文形式），反思函数会拒绝并发送反馈 "仅回答数字"。
4. 代理重试，最终回复纯数字 "2"，通过反思验证。
5. 最终简洁的数字答案显示在 Web UI 中。