Урок 2. Цикл ReAct

ReAct (Reasoning + Acting) — главный режим работы агента: рассуждение → действие → наблюдение → снова рассуждение. Вся история шагов — траектория — добавляется в контекст, поэтому агент «помнит», что уже сделал.

   ┌─────────────────────────┐
   │1. КОНТЕКСТ              │◀
   │system + вся история     ││
   └────────────┬────────────┘│
                │             │
                ▼             │
   ┌─────────────────────────┐│
   │2. LLM решает            ││
   │мысль или вызов JSON?    ││
   └─────┬──────────────┬────┘│
    вызов│              │ финальный текст
         ▼              ▼     │
┌─────────────────┐┌─────────┐│
│ 3. ИНСТРУМЕНТ   ││4. ГОТОВО││
│  (действие)     ││  ответ  ││
└────────┬────────┘└─────────┘│
         │ наблюдение         │
         └────────────────────┐

Что прочитать

• Цикл ReAct — петля «рассуждение — действие — наблюдение»
• Агентный цикл в коде — как цикл выглядит в программе
• Вызов инструментов — что происходит в момент «действие»

В коде

Скелет цикла — всё, что будет в нашем CLI-агенте:

messages = [system_prompt, user_task]
for step in range(MAX_STEPS):          # Harness-ограждение: предел шагов
    reply = chat(messages)             # 1. рассуждение (или вызов)
    call = parse_tool(reply)           #    LLM ответил JSON-вызовом?
    if not call:
        print(reply)                   # 4. финальный ответ — выходим
        break
    obs = run_tool(call)               # 2. действие
    messages += [                      # 3. наблюдение — в контекст
        {"role": "assistant", "content": reply},
        {"role": "user", "content": f"Наблюдение: {obs}"},
    ]

for (let step = 0; step < MAX_STEPS; step++) {
  const reply = await chat(messages);       // 1. рассуждение
  const call = parseTool(reply);            //    JSON-вызов?
  if (!call) { console.log(reply); break; } // 4. финальный ответ
  const obs = runTool(call);                // 2. действие
  messages.push({ role: "assistant", content: reply },   // 3.
                { role: "user", content: "Наблюдение: " + obs });
}

Ключевая деталь: результат инструмента возвращается в контекст как «наблюдение» — это и есть глаза агента из урока 1.

Практика

Для своего агента из урока 1 напиши псевдокод цикла: что повторяется, где остановка, что попадает в траекторию. Прогони мысленно одну задачу — какие действия он выберет по шагам.

Связано: Урок 1. Формула агента, Урок 3. Harness и ограждения