https://zhuanlan.zhihu.com/p/700013256
https://zhuanlan.zhihu.com/p/664962039
算法基本逻辑:
让agent遵循,thought -> action -> observe
用特殊prompt让输出固定的action,然后调用action
自己实现了简单的wiki search:
https://github.com/ysymyth/ReAct/blob/master/wikienv.py
为了让网络更方便,在colab上简单的运行了react原始代码。