第 18 期：Agent 基础 — Function Calling 与 ReAct

什么是 Agent？

Agent 与普通 Chatbot 的区别：普通 Chatbot 只会"说"，Agent 不仅会"说"，还会"做"——它能主动调用工具（搜索、计算、API 调用）来完成任务。

graph TB
    subgraph "普通 Chatbot"
        Q1[用户提问] --> LLM1[LLM 回答]
    end
    
    subgraph "Agent 智能体"
        Q2[用户提问] --> Think[LLM 思考]
        Think --> Decision{需要工具?}
        Decision -->|是| Tool[调用工具]
        Tool --> Observe[观察结果]
        Observe --> Think
        Decision -->|否| Answer[生成回答]
    end

Function Calling 模式

直接利用 LLM 原生的函数调用能力（如 OpenAI Function Calling），让模型决定调用哪个工具。

sequenceDiagram
    participant U as 用户
    participant LLM as LLM
    participant Tool as 工具
    
    U->>LLM: "北京今天天气怎么样？"
    LLM->>LLM: 分析意图，决定调用天气工具
    LLM->>Tool: get_weather(city="北京")
    Tool->>LLM: {"temp": 25, "desc": "晴"}
    LLM->>U: "北京今天天气晴朗，气温25°C"

# Function Calling 格式
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "查询指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "城市名称，如'北京'"
                    }
                },
                "required": ["city"]
            }
        }
    }
]

ReAct 模式

Reasoning + Acting 的循环：LLM 先推理（Thought），再行动（Action），然后观察结果（Observation），反复迭代。

graph TB
    Input[用户输入] --> Thought1["Thought: 用户想知道天气
我需要先查城市"]
    Thought1 --> Action1["Action: search('北京天气')"]
    Action1 --> Obs1["Observation: 返回天气数据..."]
    Obs1 --> Thought2["Thought: 我已获得天气数据
可以回答了"]
    Thought2 --> Answer["Final Answer: 北京今天..."]

模式对比

在 Dify 中创建 Agent

# Agent 配置
agent_mode: "function_calling"  # 或 "react"
model:
  provider: openai
  name: gpt-4o
max_iterations: 5          # 最大推理轮次
tools:
  - google_search           # 内置搜索
  - calculator              # 计算器
  - web_scraper             # 网页抓取
prompt:
  system: |
    你是一个全能研究助手。
    当需要最新信息时，使用搜索工具。
    当需要精确计算时，使用计算器。
    先思考，再行动。