ReAct: तर्क + कार्रवाई पैटर्न
Thought -> Action -> Observation -> Thought ...—वह लूप जो अधिकांश आधुनिक बहु-चरणीय एजेंटों को शक्ति देता है।
ReAct: तर्क + कार्रवाई पैटर्न, CoddyKit पर AI एजेंट का एक निःशुल्क पाठ है। यह 4 में से 1वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह AI एजेंट सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। AI एजेंट पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
इस पाठ के कुछ हिस्सों का अभी तक अनुवाद नहीं हुआ है और वे अंग्रेज़ी में दिखाए गए हैं।
ReAct क्या है
ReAct का अर्थ तर्क + कार्य है। यह बहु-चरणीय LLM एजेंटों का मानक पैटर्न है — इसे Yao और उनके सहयोगियों ने 2022 में प्रकाशित किया था और आज भी यह अधिकांश आधुनिक एजेंटों की नींव है।
चक्र
प्रत्येक चरण में एजेंट तीन चीज़ें देता है:
- विचार — प्राकृतिक भाषा में अगला कार्य क्या होना चाहिए
- क्रिया — किस टूल को किन तर्कों के साथ बुलाना है
- अवलोकन — टूल का परिणाम, जिसे वापस भेजा जाता है
यह तब तक दोहराएँ जब तक एजेंट अंतिम उत्तर न दे।
A Concrete ReAct Trace
User: Who won the 2024 US presidential election?
Thought: I do not know off the top of my head. I should search.
Action: search('2024 US presidential election winner')
Observation: Donald Trump defeated Kamala Harris.
Thought: I have the answer.
Final Answer: Donald Trump won the 2024 US presidential election.यह क्यों काम करता है
"विचार" चरण मॉडल को किसी क्रिया पर प्रतिबद्ध होने से पहले अपना तर्क व्यवस्थित करने देता है। यह एजेंटों पर लागू किया गया विचार-श्रृंखला तरीका है।
विचार के बिना मॉडल अक्सर गलत टूल या गलत तर्क चुन लेता है।
आधुनिक ReAct फ़ंक्शन कॉलिंग का उपयोग करता है
पुराना ReAct सादे पाठ से क्रिया वाली पंक्तियों को पढ़ता था। आधुनिक कार्यान्वयन फ़ंक्शन-कॉलिंग एपीआई का उपयोग करते हैं:
- टूल JSON स्कीमा के रूप में परिभाषित होते हैं
- मॉडल पाठ वाली क्रिया-पंक्तियों के बजाय टूल-कॉल लौटाता है
- परिणाम जोड़े जाने पर मॉडल त्रुटियों को पकड़ लेता है
ReAct के प्रकार
- पहले योजना, फिर क्रियान्वयन — पहले पूरी योजना, फिर उसका क्रियान्वयन
- आत्म-चिंतन — एजेंट प्रत्येक चरण के बाद स्वयं आलोचना करता है
- विचार-वृक्ष — विचार की कई शाखाओं का अन्वेषण
ReAct कब उत्कृष्ट है
- खोजपरक चरणों वाले कार्य (अनुसंधान, डीबगिंग)
- ऐसे कार्य जिनमें अगली क्रिया पिछले परिणाम पर निर्भर करती है
- ऐसे कार्य जिनकी योजना पहले से ज्ञात नहीं हो सकती
ReAct कब कम प्रभावी है
- निश्चित कार्यप्रवाह (अनुवाद, वर्गीकरण) — आवश्यकता से अधिक जटिल
- बहुत लंबी अवधि वाले कार्य — पहले योजना और फिर क्रियान्वयन बेहतर है
- रीयल-टाइम नियंत्रण चक्र — बहुत धीमे
सामान्य विफलता के तरीके
- ऐसे चक्र जिनमें एजेंट एक ही टूल को बार-बार बुलाता है
- पर्याप्त जानकारी के बिना समय से पहले अंतिम उत्तर देना
- टूल विफल होने पर भ्रमित होना
- बहुत अधिक विचार वाले चरणों से टोकन बजट का तेज़ी से बढ़ जाना
ReAct + आत्म-चिंतन
अंतिम उत्तर के बाद एजेंट से पूछें: "क्या यह सही था? क्या इसे बेहतर किया जा सकता था?" बेहतर गुणवत्ता के लिए कई कार्यान्वयन यह चिंतन चरण जोड़ते हैं।
ReAct लागू करने वाले फ़्रेमवर्क
- LangChain का एजेंट-निर्माण फ़ंक्शन
- LlamaIndex ReActAgent
- AutoGen UserProxyAgent + AssistantAgent
- स्वयं लिखा हुआ — जितना लगता है उससे आसान
लागत का स्वरूप
एकल-कॉल की तुलना में ReAct 2-3 गुना अधिक LLM कॉल जोड़ता है। प्रत्येक विचार एक LLM कॉल होता है और अवलोकन अतिरिक्त टोकन जोड़ते हैं। अधिकतम चरणों और प्रत्येक चरण की टोकन सीमा तय करें।
तीन चरण
ReAct के एक चरण के तीन घटक कौन-से हैं?
पुनरावलोकन
ReAct बहु-चरणीय एजेंटों की नींव है। इस चक्र में दक्षता हासिल करके आप टूल का उपयोग करने वाला कोई भी एजेंट बना सकते हैं।
एआई शिक्षक के साथ AI एजेंट सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 60
- पाठ
- 239
अक्सर पूछे जाने वाले प्रश्न
क्या “ReAct: तर्क + कार्रवाई पैटर्न” पाठ निःशुल्क है?
हाँ—“ReAct: तर्क + कार्रवाई पैटर्न” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और AI एजेंट पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। AI एजेंट पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“ReAct: तर्क + कार्रवाई पैटर्न” में मैं क्या सीखूँगा?
Thought -> Action -> Observation -> Thought ...—वह लूप जो अधिकांश आधुनिक बहु-चरणीय एजेंटों को शक्ति देता है। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ AI एजेंट का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या AI एजेंट शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर AI एजेंट शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 1वाँ पाठ है।
“ReAct: तर्क + कार्रवाई पैटर्न” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस AI एजेंट पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर AI एजेंट पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- ReAct: तर्क + कार्रवाई पैटर्न
- शुरू से ReAct लागू करना
- सामान्य उपकरण-समूह (वेब, कैलकुलेटर, RAG)
- उपकरण त्रुटियों का पता लगाना और उनसे उबरना