anthropics agent

• https://zhuanlan.zhihu.com/p/32454721762

• code：https://github.com/anthropics/anthropic-quickstarts/blob/main/computer-use-demo/computer_use_demo/loop.py

sampling_loop函数

每次进行循环，输出extract tool_use，如果存在继续循环，不存在则输出final result

model本轮response_params为assistant， tool的execute response为 user，放入history开始下一轮。

smolagents

主要看下 code Agent

采用了memory来存储ReAct的信息

• plan
• action
• observation

code：src/smolagents/agents.py

主要深挖：_run 函数

    def _run(
        self, task: str, max_steps: int, images: List["PIL.Image.Image"] | None = None
    ) -> Generator[ActionStep | AgentType, None, None]:
        final_answer = None
        self.step_number = 1
        while final_answer is None and self.step_number <= max_steps:
            step_start_time = time.time()
            memory_step = self._create_memory_step(step_start_time, images)
            try:
                final_answer = self._execute_step(task, memory_step)
            except AgentGenerationError as e:
                # Agent generation errors are not caused by a Model error but an implementation error: so we should raise them and exit.
                raise e
            except AgentError as e:
                # Other AgentError types are caused by the Model, so we should log them and iterate.
                memory_step.error = e
            finally:
                self._finalize_step(memory_step, step_start_time)
                yield memory_step
                self.step_number += 1

        if final_answer is None and self.step_number == max_steps + 1:
            final_answer = self._handle_max_steps_reached(task, images, step_start_time)
            yield memory_step
        yield handle_agent_output_types(final_answer)

大模型每次都会根据目前memory的信息进行plan，得到response，从中提取code action，执行code execute 核心逻辑，如果返回final result则结束，否则继续下一步的 plan + action

openai-agents-python

https://github.com/openai/openai-agents-python

这个loop部分就纯粹用function call，具体的loop写法可以参考openai官方的：

• https://platform.openai.com/docs/guides/function-calling?api-mode=chat

主要分为 5步

1. 定义tool，构建agent，这部分现在基本上格式都是遵循openai的格式，没啥可说的
2. 解析completion.choices[0].message.tool_calls这里面的tool信息
3. 执行tool
4. 这步需要注意，通过tool call里面的tool id和tool执行的结果进行关联

messages.append(completion.choices[0].message)  # append model's function call message
messages.append({                               # append result message
    "role": "tool",
    "tool_call_id": tool_call.id,
    "content": str(result)
})

5. 直接把messages都送给大模型，得到最终结果

总结

主要有以下几种范式

1. tool里面存在stop 相关的 tool，如果输出stop tool则stop，输出final ouput
2. 和1相似， 在loop中存在一个固定的类似于意图识别的模块，决定agent是否结束
3. 直接采用function call的方式，输入也直接将tool的description的合集输入到tools中，如果输出completion.choices[0].message.tool_calls为空，则结束loop（这个模式是现在的主流模式，主要是要模型强，强的情况下就不需要其他操作了， 最普通的也最实用）
4. 将function call的信息直接写在final prompt里面，输出来parser output中特定的格式，如果存在tool则继续loop，如果不存在tool则结束loop