ReAct-Agent
🤖 ReAct-Agent - 結合「推理」與「行動」的 AI 代理框架
ReAct (Reasoning and Acting) 是一個結合了「推理」與「行動」的 AI 代理框架,讓大語言模型 (LLM) 能夠像人類一樣解決複雜任務。
🎯 核心理念:T-A-O 循環
ReAct 的核心在於將執行的過程拆解為三個不斷循環的步驟:
- Thought (推理):模型先解釋「為什麼」要這麼做。這能幫助模型拆解複雜問題並追蹤任務進度。
- Action (行動):模型根據推理決定執行具體的動作(例如:調用搜尋引擎、查看文件、執行 Python 程式碼)。
- Observation (觀察):執行動作後獲得的外部反饋。模型會根據這個觀察進入下一個思維循環。
🧩 技術選型:OpenAI SDK 介紹
本專案採用 openai 官方 Python SDK 來與 MiniMax 國際版 進行通訊。
為什麼選擇 OpenAI SDK?
雖然我們使用的是 MiniMax 的模型,但 MiniMax 提供了「OpenAI 兼容接口」。使用 SDK 的優點包括:
- 跨平台兼容:未來若想切換到 GPT-4 或 Claude (經由 LiteLLM 等代理),只需更改
base_url與api_key。 - 簡化開發:自動處理 JSON 封裝與 HTTP Header,並提供完善的型別提示。
- 穩定性:內建錯誤處理與連線管理。
📊 系統流程圖
📦 預覽須知:本圖使用 Mermaid 語法繪製。若在 VS Code 中看不到圖示,
請安裝擴充套件 Markdown Preview Mermaid Support
(搜尋bierner.markdown-mermaid)後,重新開啟 Markdown Preview 即可正常顯示。
1 | flowchart TD |
🚀 快速開始 (Quick Start)
本專案運行於 WSL (Ubuntu 22.04) 環境。
- Python 版本: 3.12
- Shell: Bash / PowerShell 7
1. 環境準備
首先,確保您的系統已安裝 python3-pip 與 python3-venv:
1 | sudo apt update |
2. 建立虛擬環境與安裝依賴
1 | # 建立虛擬環境 |
3. 設定環境變數
將 .env.example 複製為 .env 並填入您的 MiniMax API Key:
1 | cp .env.example .env |
請確保 .env 內包含以下正確格式:
MINIMAX_API_KEY: 您的 API 金鑰。MINIMAX_BASE_URL: https://api.minimax.io/v1MINIMAX_MODEL: Minimax-M2.5 (注意大小寫與點點)
4. 執行 Agent
1 | python3 main.py |
✨ 執行結果範例 (Execution Example)
以下是執行 main.py 後的真實終端機輸出,展示了 Agent 如何透過「思考、行動、觀察」循環完成任務:
1 | 🚀 啟動任務: 找出目前台灣總統是誰,並計算他在 2030 年時幾歲。 |
我的 Github 專案
🔗 我的 Github 專案: ReAct-Agent
✅結合「推理」與「行動」的 AI 代理框架,讓 LLM 能夠像人類一樣解決複雜任務,歡迎 Star 🌟!