一个能讲清的 Loop + Tool 小 demo

第一次进loop,模型看没有observation,那么就调用weather工具,执行后结果保存在observation中,然后送回到llm,看到有天气结果就不再调用tool,直接final了。

一张 Agent 执行流程图

已提交

说明:工具失败时 Agent 怎么恢复

工具失败之后,会返回到context重新进行再跑一下,但是结果还是一样调用失败,这个时候就需要设定,max_inr了,因为不能一直在这里循环,然后LLm输出调用失败的情况,设置一个最大的循环次数,然后就是直接LLM输出了。

原因:入参错误,LLM解析的参数错误,不符合工具的要求

网络问题,

解决方法:

严格约束提示词,llm的,给模型固定的参数模版。

相关推荐
怕浪猫5 小时前
第1章:认识 DeepSeek Harness——一个插件化的 Agent Runtime 平台
agent·natural language toolkit·deepseek
特立独行的猫a7 小时前
一切皆插件:DeepSeek Harness 的架构哲学,以及与主流 Agent 的对比
人工智能·架构·agent·deepseek·harness
海兰11 小时前
mcporter — 安装部署及使用完全指南(二)
人工智能·agent
一拳不是超人11 小时前
LangChain 们的丧钟?DeepSeek 把 Agent 开发变成了拼乐高
人工智能·agent
武雄(小星Ai)13 小时前
Agent记忆系统工程排坑:从Prompt Cache被打碎到Embedding迁移数据税
ai·系统架构·agent·智能体·深度评测
新知图书13 小时前
6.4 关键时刻:它自己修好了 Bug
人工智能·agent·ai agent·智能体
人道领域13 小时前
【0-1的agent进阶篇】RAG:从Embedding到检索增强生成的底层逻辑
java·embedding·agent·rag
罗高13 小时前
AI Agent 可观测性完全指南:遥测、追踪、指标与评估
llm·agent
罗高13 小时前
评估 AI Agent 技能:用 Langfuse 让技能质量变得可衡量
llm·agent