Pular para o conteúdo
Voltar para Agentes avançados

Agentes avançados · Capítulo 7 de 10

Loops de planejamento

Plan-and-execute, ReWOO e LLMCompiler planejam o trabalho antes de fazê-lo, e diferem em chamadas ao modelo, supersteps e tempo.

20 minutos0 de 4 objetivos concluídos

Objetivos

  • Execute o plan-and-execute: um plano, um passo de cada vez e um replanejamento depois de cada passo.A fazer
  • Execute o ReWOO: um plano com marcadores #E, as ferramentas e depois uma resposta.A fazer
  • Execute o LLMCompiler: um grafo de tarefas cujas tarefas independentes rodam ao mesmo tempo.A fazer
  • Passe na verificação.A fazer

Passo 1 de 4: A leitura

Planejar primeiro, depois agir

Os agentes vistos até aqui decidiam uma chamada de ferramenta de cada vez: chamar o modelo, rodar a ferramenta, chamar o modelo de novo. Esse é o loop ReAct. Um agente que planeja pede primeiro um plano ao modelo e depois o segue. Três padrões publicados fazem isso de jeitos diferentes. O lab os compara em três contadores: chamadas ao modelo, supersteps (uma rodada de execuções de nós, como no capítulo 1) e quanto tempo uma execução leva.

Plan-and-execute

Um nó planner escreve uma lista de passos. Um nó agent faz o primeiro: o modelo escolhe uma chamada de ferramenta, e o nó a executa. Um nó replan lê o que já foi feito e depois responde ou reescreve os passos que faltam. O plano pode mudar depois de cada resultado, mas cada passo custa pelo menos duas chamadas ao modelo: uma para agir, outra para replanejar. A ideia vem do artigo Plan-and-Solve (2023) e do tutorial de plan-and-execute do LangGraph.

ReWOO

O ReWOO (2023) escreve o plano inteiro em uma única chamada ao modelo e dá nome a cada resultado antes que ele exista: #E1 = search[…], depois #E3 = forecast[#E1]. #E1 é um marcador. Um nó tool roda os passos em ordem e coloca cada resultado no lugar do seu nome, sem chamar o modelo. Um nó solve chama o modelo mais uma vez para responder. São duas chamadas ao modelo no total, mas o plano não pode mudar depois de escrito.

LLMCompiler

O LLMCompiler (2023) escreve o plano como um grafo de tarefas sem ciclos, um DAG: 3. forecast($1) quer dizer que a tarefa 3 precisa do resultado da tarefa 1. Um scheduler, a unidade de busca de tarefas (task fetching unit) do artigo, inicia cada tarefa assim que as tarefas de que ela precisa terminam, então tarefas que não precisam de nada umas das outras rodam ao mesmo tempo. Um nó join lê os resultados e depois responde ou pede um plano novo.

Neste lab

Uma tarefa de pesquisa roda de três jeitos: a previsão do tempo de sábado onde larga cada uma de duas corridas de trilha, para a Halden, a loja fictícia. Cada grafo é LangGraph.js 1.5.1 de verdade, desenhado a partir de getGraphAsync(). No Node, você também poderia escrever o scheduler com a API funcional, como um entrypoint cujas chamadas a task() rodam em paralelo. task() precisa de AsyncLocalStorage, que a versão para navegador não tem, então aqui o nó schedule inicia promises simples e passa config à mão. O modelo é roteirizado, e cada chamada leva um tempo roteirizado, acelerado na tela e contado como tempo simulado.

Passo 2 de 4: Experimente: Uma tarefa, três planejadores

Uma tarefa, três planejadores

Rode a mesma tarefa de pesquisa como plan-and-execute, ReWOO e LLMCompiler e depois compare as chamadas ao modelo, os supersteps e o tempo simulado de cada um.

Modo:RealSimuladoReal: o LangGraph.js 1.5.1 roda nesta página. Simulado: as decisões do modelo e quanto tempo leva cada chamada são roteirizados, e as corridas, as cidades e as previsões são fictícias.

Passo 3 de 4: Verificação

Verificação

Pergunta 1 de 3Uma tarefa precisa de cinco buscas que não dependem umas das outras e depois de uma resposta. Qual padrão pode terminar mais cedo?

Próximo: Pergunta 2 de 3

Pergunta 2 de 3Um plano do ReWOO tem o passo #E3 = forecast[#E1]. O que acontece com #E1 antes de forecast rodar?
Pergunta 3 de 3A Lake Loop foi cancelada, então a busca pela cidade de largada dela retorna “Nenhum resultado.” Qual padrão pode tirar a previsão da Lake Loop antes que ela rode?

Passo 4 de 4: O que você já sabe fazer

O que você já sabe fazer

  • Construir plan-and-execute, ReWOO e LLMCompiler como grafos do LangGraph.js.
  • Contar quanto cada padrão custa em chamadas ao modelo, supersteps e tempo, e dizer de onde vem a diferença.
  • Escolher um padrão: replanejar quando os resultados podem mudar o plano, planejar uma vez quando não podem, e rodar ao mesmo tempo os passos independentes.