Escribe el bucle del Agent
En la sección anterior, el modelo nos pasó una nota de "por favor calcula 3829 más 9471". En esta sección ejecutamos esa nota, le devolvemos el resultado, y hacemos que esto se repita automáticamente hasta completar la tarea. Esto es un Agent.
El bucle tiene solo cuatro pasos
- 1?
- 2?
- 3?
- 4?
Haz clic uno por uno, en orden.
Código
Descarga step2_loop.py. El núcleo es la función run:
def run(question, max_steps=8):
messages = [{"role": "user", "content": question}]
for step in range(1, max_steps + 1):
resp = client.chat.completions.create(model=MODEL, messages=messages, tools=tools)
msg = resp.choices[0].message
messages.append(msg.model_dump(exclude_none=True)) # 模型这一轮说的话也要放回对话
if not msg.tool_calls: # 不再调工具:这就是最终回答
return msg.content
for call in msg.tool_calls:
try:
args = json.loads(call.function.arguments)
result = FUNCTIONS[call.function.name](**args)
except Exception as e: # 出错也要告诉模型,让它自己改
result = f"出错了:{e}"
print(f"[第 {step} 步] {call.function.name}({args}) = {result}")
messages.append({"role": "tool", "tool_call_id": call.id, "content": str(result)})
return "超过最大步数,停下。"Las herramientas son dos funciones Python normales, add y multiply, y se encuentran por nombre mediante un diccionario FUNCTIONS.
Pregúntale un problema de dos pasos:
python step2_loop.pyDeberías ver (qwen3:8b local, 4 segundos):
[Paso 1] multiply({'a': 24, 'b': 17}) = 408
[Paso 1] add({'a': 408, 'b': 9}) = 417
En total hay 417 manzanas. Los pasos del cálculo son:
...
Respuesta final: 417Cuatro detalles fáciles de pasar por alto
1. El propio turno del modelo también debe volver a messages. La línea 6 con messages.append(msg...) no se puede omitir. En el siguiente turno, el modelo necesita ver "qué pedí la última vez" para poder emparejar los mensajes tool posteriores.
2. tool_call_id debe coincidir. Cada mensaje tool debe llevar el id de la llamada correspondiente, para que el modelo sepa a qué petición pertenece cada resultado.
3. Debe haber siempre un máximo de pasos. El modelo puede caer en un bucle infinito de llamadas repetidas a herramientas. max_steps es el fusible: al llegar ahí, se detiene.
4. Ante un error, no dejes que el programa se caiga: pásale el error al modelo. Parámetros incorrectos, archivos inexistentes... todo se convierte en un "ocurrió un error: ..." que se le devuelve, y el modelo a menudo puede corregirse solo. En la ejecución real de la página principal del curso, el modelo escribió mal una ruta; tras recibir el error, primero listó el directorio y luego releyó con la ruta correcta, gracias a esta línea.
Un fenómeno interesante: dos herramientas llamadas en un solo paso
Fíjate en que las dos líneas de arriba dicen "Paso 1": qwen3:8b, en el mismo turno, pidió a la vez multiply y add, y además el parámetro 408 de add lo calculó él mismo de antemano, sin esperar el resultado de la multiplicación.
Esto se llama llamada paralela de herramientas: en un turno se devuelven varios tool_calls. Nuestro bucle los ejecuta uno por uno con for call in msg.tool_calls, así que lo soporta de forma natural.
Con el mismo problema, el modelo en la nube GLM dio directamente en su respuesta 24 × 17 = 408, 408 + 9 = 417. Los distintos modelos difieren en lo proactivos que son al usar herramientas. Si quieres que seguro las use, puedes exigirlo explícitamente en el prompt, o configurar tool_choice en la interfaz (ojo: la interfaz compatible con OpenAI de Ollama no admite este parámetro; los modelos locales solo pueden guiarse por el prompt).
Pon a prueba tus conocimientos¿Qué podría pasar si quitamos max_steps?
Compruébalo
- Ejecuté
step2_loop.pycon éxito y vi las llamadas a herramientas y la respuesta final - Sé decir los cuatro pasos del bucle
- Sé por qué hay que devolver los mensajes propios del modelo, hacer coincidir el tool_call_id, fijar un máximo de pasos y reenviar los errores
Siguiente sección: dale herramientas de verdad.