观察：整合反馈以进行反思和调整

观察是 Agent 如何感知其行动的后果。

它们提供关键信息，为 Agent 的思考过程提供动力并指导未来的行动。

它们是来自环境的信号——无论是来自 API 的数据、错误消息还是系统日志——引导下一个思考循环。

在观察阶段，Agent

• 收集反馈： 接收数据或确认其行动是否成功。
• 附加结果： 将新信息整合到其现有上下文中，有效地更新其记忆。
• 调整其策略： 使用此更新的上下文来改进后续的想法和行动。

例如，如果天气 API 返回数据“局部多云，15°C，湿度 60%”，则此观察结果将附加到 Agent 的记忆中（在提示的末尾）。

然后，Agent 使用它来决定是否需要更多信息，或者是否准备好提供最终答案。

这种迭代地整合反馈确保了 Agent 始终与其目标保持动态一致，根据真实世界的成果不断学习和调整。

这些观察结果可以采取多种形式，从读取网页文本到监控机器人手臂的位置。这可以看作是工具“日志”，提供行动执行的文本反馈。

观察类型	示例
系统反馈	错误消息、成功通知、状态代码
数据更改	数据库更新、文件系统修改、状态更改
环境数据	传感器读数、系统指标、资源使用情况
响应分析	API 响应、查询结果、计算输出
基于时间的事件	截止日期已到、计划任务已完成

结果如何附加？

执行操作后，框架按顺序执行以下步骤

1. 解析操作 以识别要调用的函数和要使用的参数。
2. 执行操作。
3. 将结果作为观察结果附加。

---

我们现在学习了 Agent 的思考-行动-观察循环。

如果某些方面仍然有些模糊，请不要担心——我们将在未来的单元中重新审视并深化这些概念。

现在，是时候通过编写您的第一个 Agent 来实践您的知识了！

< > 在 GitHub 上更新