读书笔记 · AI Agents in Action

状态：待撰写（Day 11-13 + Day 16-17）
书籍：https://www.manning.com/books/ai-agents-in-action

第3章：Tool Use

✅ 2026-08-27 完成

1. Agent Loop（五步循环）

Tool Use 是 Agent 和 Chatbot 的分水岭。Chatbot 只能"说"，Agent 能"做"。

用户输入 → ① Plan（LLM 分析意图）→ ② Call（LLM 输出 tool_call）
→ ③ Execute（Harness 执行）→ ④ Observe（结果喂回 LLM）
→ ⑤ Respond（LLM 判断：够了就输出 / 不够就继续 Loop）

职责边界：LLM 管决策（①②⑤），Harness 管执行（③④）。

2. Tool Schema 设计

Tool 用 JSON Schema 定义。PM 核心工作：写好 description（告诉 LLM 什么时候用）和参数 description（告诉 LLM 从用户话里提取什么），定义 enum 约束边界，标注 required。

高质量 Tool 的 5 条标准：Name 见名知意、Description 说清时机、参数 Description 说清提取规则、enum 约束边界、考虑异常情况。

3. ReAct 模式（Reasoning + Acting）

ReAct = 边想边做，思考过程可见。与普通 Tool Loop 的区别：ReAct 的 Thought 作为文本输出，可调试、可审计、可提升推理质量。隐式 = 黑盒推理，显式 = 边想边说。

四种 Tool 类型：Retrieval（检索）、Computation（计算）、Action（执行）、Memory（记忆）。Action 类需要确认机制。

维度	书中模式	AI 搜索现状	差距
Tool 定义	多 Tool Schema	隐式搜索	需显式定义多个 Tool
Agent Loop	五步循环	单次调用	无循环，无多轮
Tool 类型	四类	仅检索	缺 Action/Computation/Memory
多 Tool 编排	链式+ReAct	无	需设计 Tool 衔接
错误处理	Fallback	无	空结果无兜底

核心启示：改造第一步不是换模型，而是把隐式搜索变成显式 Tool 定义 + 五步循环。_

待撰写...

待撰写...

待撰写...

待撰写...