Hành động: Giúp Agent (tác nhân) Tương tác với Môi trường

Hành động là những bước cụ thể một Agent AI thực hiện để tương tác với môi trường.

Dù là duyệt web để tìm thông tin hay điều khiển thiết bị vật lý, mỗi hành động đều là một thao tác có chủ đích được Agent thực thi.

Ví dụ: một Agent hỗ trợ dịch vụ khách hàng có thể truy xuất dữ liệu khách hàng, đề xuất bài viết hỗ trợ hoặc chuyển vấn đề cho nhân viên con người.

Các loại Hành động của Agent

Có nhiều loại Agent thực hiện hành động theo cách khác nhau:

Bản thân các hành động có thể phục vụ nhiều mục đích:

Một phần quan trọng của Agent là khả năng DỪNG tạo token mới khi hoàn thành hành động, đúng với mọi định dạng Agent: JSON, code hay function-calling. Điều này ngăn đầu ra ngoài ý muốn và đảm bảo phản hồi của Agent rõ ràng, chính xác.

LLM (Tìm kiếm và tạo ra câu trả lời) chỉ xử lý văn bản, dùng nó để mô tả hành động muốn thực hiện và tham số cần cung cấp cho công cụ.

Phương pháp Dừng và Phân tích

Một phương pháp chính để triển khai hành động là stop and parse approach. Phương pháp này đảm bảo đầu ra của Agent có cấu trúc và dự đoán được:

1. Tạo đầu ra định dạng cấu trúc:

Agent xuất hành động dự định bằng định dạng xác định trước (JSON hoặc code).

2. Dừng tạo token tiếp theo:

Khi hoàn thành hành động, Agent dừng tạo token mới để tránh đầu ra thừa/lỗi.

3. Phân tích đầu ra:

Bộ phân tích bên ngoài đọc hành động đã định dạng, xác định Tool cần gọi và trích xuất tham số cần thiết.

Ví dụ: một Agent cần kiểm tra thời tiết có thể đưa ra quyết định:

Suy nghĩ: Tôi cần kiểm tra thời tiết hiện tại ở New York.
Hành động:
{
  "action": "get_weather",
  "action_input": {"location": "New York"}
}

Framework sau đó dễ dàng phân tích tên hàm cần gọi và đối số cần áp dụng.

Định dạng rõ ràng, máy đọc được này giảm thiểu lỗi và giúp công cụ bên ngoài xử lý chính xác lệnh của Agent.

Lưu ý: Function-calling Agent hoạt động tương tự bằng cách cấu trúc mỗi hành động để gọi hàm được chỉ định với đúng đối số. Chúng ta sẽ tìm hiểu sâu hơn về các loại Agent này trong chương sau.

Code Agent

Một cách tiếp cận khác là sử dụng Code Agent. Ý tưởng: thay vì xuất object JSON đơn giản, Code Agent tạo khối code thực thi được - thường bằng ngôn ngữ cấp cao như Python.

Cách này có nhiều ưu điểm:

• Linh hoạt: Code có thể biểu diễn logic phức tạp như vòng lặp, điều kiện, hàm lồng nhau, linh hoạt hơn JSON.
• Module và tái sử dụng: Code tạo ra có thể chứa hàm/module dùng lại cho nhiều hành động/tác vụ.
• Dễ debug: Với cú pháp lập trình xác định, lỗi code thường dễ phát hiện và sửa hơn.
• Tích hợp trực tiếp: Code Agent tích hợp trực tiếp với thư viện/API bên ngoài, cho phép thao tác phức tạp như xử lý data hay ra quyết định thời gian thực.

Ví dụ: Code Agent được giao nhiệm vụ lấy thông tin thời tiết có thể tạo đoạn Python sau:

# Ví dụ Code Agent: Lấy thông tin thời tiết
def get_weather(city):
    import requests
    api_url = f"https://api.weather.com/v1/location/{city}?apiKey=YOUR_API_KEY"
    response = requests.get(api_url)
    if response.status_code == 200:
        data = response.json()
        return data.get("weather", "Không có thông tin thời tiết")
    else:
        return "Lỗi: Không thể lấy dữ liệu thời tiết."

# Thực thi hàm và chuẩn bị câu trả lời cuối
result = get_weather("New York")
final_answer = f"Thời tiết hiện tại ở New York là: {result}"
print(final_answer)

Trong ví dụ này, Code Agent:

• Lấy data thời tiết qua gọi API,
• Xử lý phản hồi,
• Dùng hàm print() để xuất câu trả lời cuối.

Phương pháp này cũng tuân theo stop and parse approach bằng cách xác định rõ khối code và báo hiệu khi hoàn thành (ở đây là in final_answer).

Chúng ta đã học được rằng Hành động kết nối lập luận nội bộ của Agent với tương tác thực tế thông qua thực thi các tác vụ có cấu trúc rõ ràng - dù qua JSON, code hay lệnh gọi hàm.

Việc thực thi có chủ đích này đảm bảo mỗi hành động chính xác và sẵn sàng cho xử lý bên ngoài qua phương pháp dừng và phân tích. Ở phần tiếp theo, ta sẽ khám phá Quan sát để xem Agent thu thập và tích hợp phản hồi từ môi trường thế nào.

Sau đó, chúng ta sẽ sẵn sàng xây dựng Agent đầu tiên của mình!