企业官网建设流程全解析

1. 概念

React和TAO

核心理念 走一步看一部。

plan 和执行

会预先生成一个计划，

2 如何使用

独立使用

混合使用

比较常见

例子1：

ReAct 先生成Plan 然后观察plan 的执行，再纠正这个plan。
ReAct 和Plan 结合，一般伴随了 RePlan 的使用。

例子2

整体有个一个Plan，然后plan的具体步骤 是ReAct式的执行

Rag/检索信息 步骤==》React 式的。

ReAct 式的检索

3. Plan

生成Plan 就是一个调用大模型的事情。

1. 在 prompt 里面嵌入 flew-shot 的东西，指导plan。
2. 生成plan 之后，可以引入一个校验的环节。

误区：生成plan ！=生成具体步骤。

plan 的本质是在 不确定的上下文/空间里面，找到一条相对确定的路径。

plan要确定的问题

1. 目标是否明确
2. 问题边界

• 你要解决哪些问题， 解决到了哪一步。

3. 解决这个问题所需的信息是否完整。

• 需要收集哪些信息，这些信息收集完整了没有。
• 问题域里面， 上下文有哪些数据，缺了哪些东西

4. 有哪些路径被验证了不可行
5. 哪些是推进的路径。
6. 有哪些约束？ 长任务里面这一步比较容易出错。

• 业务上的 比如说 总的预算？
• 技术上 : 我的agent 的运行时间。
  • 上下文的窗口大小。 如果你的窗口太小，你的plan 就要尽可能简单的设计 一个plan

7. 我有哪些工具

• 测试阶段 ：没有工具限制，去看生成的plan 是怎么样的 ，方向确定你用了哪些工具
• 线上阶段 ：强制要求只有这些工具。

8. 要生成 checkpoint。

交互式的生成plan

human-in-loop
plan 要尽可能的收集信息、约束、详细的目标

4 怎么衡量一个plan 的好与坏

1. llm as judge 让大模型分析，然后打分。
2. 指标 借助整个agent 的指标

• 用户满意度打分–》间接衡量plan 的指标
• Replan 和 回溯的 平均次数。
  • 在解决问题的过程中， replan 的次数越多，就说明plan的质量越差。

5.最好引入checkpoint的机制

plan 要明确定义进入下一个状态的条件，每一个状态的变迁，都是一个检查点
最大的好处：锚点，
如何保证 长任务/长对话, Agent表现依旧稳定？
checkpoint 的机制

怎么去定义？

最好在prompt 里面明确需要在哪些地方引入 checkponit，----专属领域的agent。

6.plan例子

6.1 坏的plan

1. 分析用户简历
2. 提取项目经历
3. 修改项目描述
4. 生成项目亮点
5. 生成话术
6. 整合为一个简历输出

6.2 好的plan

明确 目标

针对P6岗位，目标薪资x’x

交付：

1. 完整的简历
2. n个项目，每个项目要有M个亮点

当前信息是否足够

1. 用户原始简历
2. 求职目标- 岗位
3. 有没有准备面试案例。。。
   如果 是领域专属的agent，很容易判断出 信息是否足够

约束

比如

1. 不超过3页的约束
2. 书写要符合xxx原则的约束
3. 要有一个agent项目的约束

步骤 +check point

不是说 所有的步骤都要有checkponit，关键步骤即可

1. 收集信息
2. 识别核心的短板
3. 选择包装策略

• 高并发、高可用、领域专家

4. 准备项目亮点，准备案例—
5. 生成简历