8.5 本章实战练习

8.5 本章实战练习

本节提供实战练习，帮助读者掌握 ReAct 框架和函数调用的实际编写技巧。

练习一：理解 ReAct 的 Thought-Action 循环

目标：不写代码，纯手写模拟一个 智能体（agent） 的思考与行动过程，建立对 ReAct 范式的直觉认知。

场景背景： 你（扮演 AI 模型）拥有一个工具箱，里面有两个工具：

1. wikipedia_search(query)：返回关于这个词条的第一段摘要。

2. calculator(expression)：返回数学表达式的结算结果。

用户问题： “Leo DiCaprio 拿奥斯卡影帝的那部电影，当年全球票房除以 1000 万是多少？”

任务： 请完全按照 Thought（思考） -> Action（行动） -> Observation（观察）的格式，写出解决这个问题的完整日志。

示例格式：

Thought: 我需要知道 Leo DiCaprio 拿奥斯卡影帝的电影是哪部。
Action: wikipedia_search("Leonardo DiCaprio Oscar best actor movie")
Observation: [假设 Wikipedia 返回：莱昂纳多·迪卡普里奥在 2016 年凭借《荒野猎人》（The Revenant）获得奥斯卡最佳男主角...]
...

---

练习二：设计函数调用 Schema

目标：掌握如何为大模型编写清晰的工具调用 Schema（以 JSON 结构定义）。

场景背景： 你正在为一个电商智能客服开发 智能体（agent）。你需要提供一个“查询订单物流”的工具。

任务： 请根据 OpenAI 或通用大模型的 Function Calling 格式要求，编写这个工具的 JSON Schema。

要求包含：

1. 工具名称（必须为英文单词及下划线组合）

2. 工具描述（给模型看的，描述非常关键，要说明何时调用它）

3. 参数定义：必须包含 order_id（字符串），user_phone（字符串，可选用于验证），以及明确这些参数的描述。

---

练习三：防范”工具级联故障”

目标：设计更鲁棒的 智能体（agent） 系统提示词，处理工具调用出错的情况。

场景描述： 如果上面练习二中的“查询订单物流”工具由于网络问题返回了：{"error": "API Timeout, please try again later"}。 很多初级 智能体（agent） 看到这个报错，会立刻直接转述给用户：“API 超时了，请稍后再试。”这就暴露了内部实现，体验很差。

任务： 为这个 智能体（agent） 编写一段 专属的系统提示词，以规范它在使用工具遇到各种错误时的表现。 要求处理以下三种情况：

1. 工具报错（如超时、500 错误）。

2. 工具返回“未找到该订单”（无数据）。

3. 模型自身的参数提取失败或猜测。

挑战：如何用最简洁的语言，让模型像一个专业、有温度的客服一样“兜底”这些工程问题？