1. 概念React和TAO核心理念 走一步看一部。plan 和执行会预先生成一个计划2 如何使用独立使用混合使用比较常见例子1ReAct 先生成Plan 然后观察plan 的执行再纠正这个plan。ReAct 和Plan 结合一般伴随了 RePlan 的使用。例子2整体有个一个Plan然后plan的具体步骤 是ReAct式的执行Rag/检索信息 步骤》React 式的。ReAct 式的检索3. Plan生成Plan 就是一个调用大模型的事情。在 prompt 里面嵌入 flew-shot 的东西指导plan。生成plan 之后可以引入一个校验的环节。误区生成plan 生成具体步骤。plan 的本质是在 不确定的上下文/空间里面找到一条相对确定的路径。plan要确定的问题目标是否明确问题边界你要解决哪些问题 解决到了哪一步。解决这个问题所需的信息是否完整。需要收集哪些信息这些信息收集完整了没有。问题域里面 上下文有哪些数据缺了哪些东西有哪些路径被验证了不可行哪些是推进的路径。有哪些约束 长任务里面这一步比较容易出错。业务上的 比如说 总的预算技术上 : 我的agent 的运行时间。上下文的窗口大小。 如果你的窗口太小你的plan 就要尽可能简单的设计 一个plan我有哪些工具测试阶段 没有工具限制去看生成的plan 是怎么样的 方向确定你用了哪些工具线上阶段 强制要求只有这些工具。要生成 checkpoint。交互式的生成planhuman-in-loopplan 要尽可能的收集信息、约束、详细的目标4 怎么衡量一个plan 的好与坏llm as judge 让大模型分析然后打分。指标 借助整个agent 的指标用户满意度打分–》间接衡量plan 的指标Replan 和 回溯的 平均次数。在解决问题的过程中 replan 的次数越多就说明plan的质量越差。5.最好引入checkpoint的机制plan 要明确定义进入下一个状态的条件每一个状态的变迁都是一个检查点最大的好处锚点如何保证 长任务/长对话, Agent表现依旧稳定checkpoint 的机制怎么去定义最好在prompt 里面明确需要在哪些地方引入 checkponit----专属领域的agent。6.plan例子6.1 坏的plan分析用户简历提取项目经历修改项目描述生成项目亮点生成话术整合为一个简历输出6.2 好的plan明确 目标针对P6岗位目标薪资x’x交付完整的简历n个项目每个项目要有M个亮点当前信息是否足够用户原始简历求职目标- 岗位有没有准备面试案例。。。如果 是领域专属的agent很容易判断出 信息是否足够约束比如不超过3页的约束书写要符合xxx原则的约束要有一个agent项目的约束步骤 check point不是说 所有的步骤都要有checkponit关键步骤即可收集信息识别核心的短板选择包装策略高并发、高可用、领域专家准备项目亮点准备案例—生成简历