ReAct AI Agent 节点#
ReAct Agent 节点实现了 ReAct 逻辑。ReAct(推理与行动)结合了思维链提示的推理能力和行动计划生成功能。
ReAct Agent 会对给定任务进行推理,确定必要行动,然后执行这些行动。它会持续进行推理与行动的循环,直到完成任务。ReAct 代理能够将复杂任务分解为较小的子任务,确定优先级并按顺序执行。
关于 AI Agent 节点本身的更多信息,请参考 AI Agent。
无记忆功能
ReAct 代理不支持记忆子节点。这意味着它无法回忆之前的提示或模拟持续对话。
节点参数#
使用以下参数配置 ReAct Agent。
提示#
选择节点如何构建提示词(也称为用户的查询或聊天输入)。
可选方式:
- 自动从上一节点获取:选择此选项时,节点会从名为
chatInput
的上一节点获取输入。 - 自定义定义:选择此选项时,在提示词(用户消息)字段中提供静态文本或动态表达式作为提示内容。
要求特定输出格式#
此参数控制节点是否需要特定的输出格式。当启用时,n8n 会提示您连接以下输出解析器之一到该节点:
节点选项#
使用这些选项在对话开始时创建发送给代理的消息。消息类型取决于您使用的模型:
- 聊天模型:这些模型具有三个交互组件(AI、系统和人类)的概念。它们可以接收系统消息和人类消息(提示)。
- 指令模型:这些模型没有独立的 AI、系统和人类组件的概念。它们接收一个文本主体,即指令消息。
人类消息模板#
使用此选项扩展用户提示。这是代理将信息从一次迭代传递到下一次迭代的方式。
可用的 LangChain 表达式:
{input}
:包含用户提示。{agent_scratchpad}
:为下一次迭代记忆的信息。
前缀消息#
在对话开始时添加工具列表前的文本。您无需手动添加工具列表,LangChain 会自动添加工具列表。
聊天模型后缀消息#
当代理使用聊天模型时,在对话开始的工具列表后追加的文本。您无需手动添加工具列表,LangChain 会自动添加工具列表。
常规模型后缀消息#
当代理使用常规/指令模型时,在对话开始的工具列表后追加的文本。您无需手动添加工具列表,LangChain 会自动添加工具列表。
返回中间步骤#
选择是否在最终输出中包含智能体(agent)采取的中间步骤(开启)或不包含(关闭)。
这对于根据智能体采取的操作步骤进一步优化其行为非常有用。
相关资源#
更多信息请参考 LangChain 的 ReAct 代理 文档。
模板和示例#
请参阅主 AI 代理节点的模板和示例部分。
常见问题#
关于常见问题或问题及建议解决方案,请参阅常见问题。
AI glossary#
- completion: Completions are the responses generated by a model like GPT.
- hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
- vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
- vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.