ReAct: รูปแบบการให้เหตุผลและลงมือทำ
Thought -> Action -> Observation -> Thought ... คือลูปที่ขับเคลื่อนเอเจนต์หลายขั้นตอนสมัยใหม่ส่วนใหญ่
ReAct: รูปแบบการให้เหตุผลและลงมือทำ เป็นบทเรียน AI Agents ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AI Agents และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน
บางส่วนของบทเรียนนี้ยังไม่ได้รับการแปล และแสดงเป็นภาษาอังกฤษ
ReAct คืออะไร
ReAct ย่อมาจาก Reason + Act เป็นรูปแบบมาตรฐานสำหรับเอเจนต์ LLM ที่ทำงานหลายขั้นตอน ซึ่ง Yao และคณะเผยแพร่ในปี 2022 และยังคงเป็นรากฐานของเอเจนต์สมัยใหม่ส่วนใหญ่
ลูปการทำงาน
ในแต่ละขั้นตอน เอเจนต์จะแสดงผลสามสิ่ง:
- ความคิด — สิ่งที่จะทำต่อไปด้วยภาษาธรรมชาติ
- การกระทำ — เครื่องมือที่จะเรียกใช้และอาร์กิวเมนต์ที่จะส่งให้
- การสังเกต — ผลลัพธ์จากเครื่องมือที่ส่งกลับเข้าไป
ทำซ้ำจนกว่าเอเจนต์จะแสดงคำตอบสุดท้าย
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.เหตุใดจึงได้ผล
ขั้นตอน "ความคิด" เปิดโอกาสให้โมเดลเรียบเรียงเหตุผลก่อนตัดสินใจลงมือทำ นี่คือการนำการให้เหตุผลเป็นลำดับขั้นมาใช้กับเอเจนต์
หากไม่มีขั้นตอนความคิด โมเดลมักเลือกเครื่องมือผิดหรือใช้อาร์กิวเมนต์ไม่ถูกต้อง
ReAct สมัยใหม่ใช้การเรียกฟังก์ชัน
ReAct รุ่นเก่าจะแยกวิเคราะห์บรรทัดการกระทำจากข้อความธรรมดา ส่วนการใช้งานสมัยใหม่ใช้ API สำหรับการเรียกฟังก์ชัน:
- กำหนดเครื่องมือเป็นโครงร่าง JSON
- โมเดลส่ง tool_calls แทนบรรทัดการกระทำในข้อความ
- โมเดลจะตรวจจับข้อผิดพลาดเมื่อมีการเพิ่มผลลัพธ์เข้าไป
รูปแบบต่าง ๆ ของ ReAct
- วางแผนและดำเนินการ — วางแผนทั้งหมดก่อน แล้วจึงดำเนินการ
- การทบทวนตนเอง — เอเจนต์วิจารณ์ตนเองหลังแต่ละขั้นตอน
- ต้นไม้แห่งความคิด — สำรวจแขนงความคิดหลายแนวทาง
เมื่อ ReAct ทำงานได้ดี
- งานที่มีขั้นตอนเชิงสำรวจ เช่น การวิจัยและการแก้ไขข้อบกพร่อง
- งานที่การกระทำถัดไปขึ้นอยู่กับผลลัพธ์ก่อนหน้า
- งานที่ไม่สามารถทราบแผนล่วงหน้าได้
เมื่อ ReAct ทำงานได้ไม่ดี
- กระบวนการที่ตายตัว เช่น การแปลและการจัดประเภท — ใช้เกินความจำเป็น
- งานที่มีขอบเขตระยะยาวมาก — การวางแผนและดำเนินการเหมาะกว่า
- ลูปควบคุมแบบเรียลไทม์ — ช้าเกินไป
รูปแบบความล้มเหลวที่พบบ่อย
- ลูปที่เอเจนต์เรียกใช้เครื่องมือเดิมซ้ำ ๆ
- แสดงคำตอบสุดท้ายเร็วเกินไปทั้งที่ข้อมูลยังไม่เพียงพอ
- สับสนเมื่อเครื่องมือทำงานล้มเหลว
- ใช้งบประมาณโทเคนเกินขอบเขตจากขั้นตอนความคิดที่ยืดยาว
ReAct + การสะท้อนตนเอง
หลังจากคำตอบสุดท้าย ให้ถามเอเจนต์ว่า "คำตอบนั้นถูกต้องหรือไม่ มีวิธีทำให้ดีขึ้นได้หรือไม่?" การใช้งานหลายรูปแบบเพิ่มขั้นตอนการสะท้อนนี้เพื่อยกระดับคุณภาพ
เฟรมเวิร์กที่ใช้งาน ReAct
- LangChain create_react_agent
- LlamaIndex ReActAgent
- AutoGen UserProxyAgent + AssistantAgent
- เขียนเอง — ง่ายกว่าที่คิด
รูปแบบค่าใช้จ่าย
ReAct เพิ่มจำนวนการเรียก LLM ประมาณ 2–3 เท่าเมื่อเทียบกับการเรียกครั้งเดียว แต่ละความคิดคือการเรียก LLM และการสังเกตจะเพิ่มโทเคนด้วย กำหนดจำนวนขั้นตอนสูงสุดและจำกัดโทเคนต่อขั้นตอน
สามขั้นตอน
องค์ประกอบสามอย่างของขั้นตอน ReAct มีอะไรบ้าง?
ทบทวน
ReAct เป็นรากฐานของเอเจนต์ที่ทำงานหลายขั้นตอน เมื่อเข้าใจลูปนี้แล้ว คุณก็สามารถสร้างเอเจนต์ที่ใช้เครื่องมือชนิดใดก็ได้
คำถามที่พบบ่อย
บทเรียน “ReAct: รูปแบบการให้เหตุผลและลงมือทำ” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “ReAct: รูปแบบการให้เหตุผลและลงมือทำ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AI Agents ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “ReAct: รูปแบบการให้เหตุผลและลงมือทำ”
Thought -> Action -> Observation -> Thought ... คือลูปที่ขับเคลื่อนเอเจนต์หลายขั้นตอนสมัยใหม่ส่วนใหญ่ คุณปฏิบัติ AI Agents ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AI Agents หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน AI Agents บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน
บทเรียน “ReAct: รูปแบบการให้เหตุผลและลงมือทำ” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน AI Agents นี้ได้ไหม
ได้ บทเรียน AI Agents ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- ReAct: รูปแบบการให้เหตุผลและลงมือทำ
- การพัฒนา ReAct ตั้งแต่ต้น
- ชุดเครื่องมือทั่วไป (เว็บ เครื่องคิดเลข RAG)
- การตรวจจับและกู้คืนจากข้อผิดพลาดของเครื่องมือ