规划与推理
复杂任务 Agent 要先规划再执行。规划质量决定任务成败：目标拆解、步骤排序、依赖处理、失败重试。
规划方法
- 直接让模型出步骤清单（Plan-and-Execute）
- ReAct 边走边想（灵活但可能绕路）
- 反思循环：执行后让模型检查自己的结果再修正
- 任务分解：大任务拆子任务，子任务再拆
失败处理
工具报错→告诉模型重试或换方案；结果不合理→让模型自我检查；超过步数→停下汇报。
代码示例
# 规划提示词
PLAN_PROMPT = """
目标：{goal}
请把任务拆解成 3-6 个步骤，每步说明：
1. 做什么
2. 需要什么工具/信息
3. 依赖上一步的什么结果
输出格式（JSON）：
[
{"step": 1, "action": "...", "tool": "...", "depends_on": []}
]
先输出计划，等我确认再执行。
"""📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
| 写法 / 语法 | 作用 |
|---|---|
print("hello") | 输出到控制台 |
name = "张三" | 变量赋值（无需声明类型） |
if x > 0: ... | 条件判断（注意冒号和缩进） |
for i in range(10): ... | 循环（缩进是语法的一部分） |
while x < 10: ... | 条件循环 |
def fn(a, b): return a + b | 定义函数 |
class Person: ... | 定义类 |
list = [1, 2, 3] | 列表（可改） |
tuple = (1, 2) | 元组（不可改） |
dict = {"key": "value"} | 字典（键值对） |
set = {1, 2, 3} | 集合（去重） |
len(obj) | 取长度 |
str(x) / int(x) / float(x) | 类型转换 |
s.split(",") | 字符串按分隔符拆分 |
" ".join(list) | 列表拼接成字符串 |
import os | 导入模块 |
from math import sqrt | 从模块导入指定函数 |
try: ... except Exception as e: ... | 异常捕获 |
with open("a.txt", "r") as f: ... | 文件读取（自动关闭） |
f"你好 {name}" | f-string 格式化 |
lambda x: x * 2 | 匿名函数 |
list(map(fn, arr)) | 函数式处理列表 |
range(start, stop, step) | 生成数字序列 |
if __name__ == "__main__": | 主入口判断 |
pip install 包名 | 安装第三方包（命令行） |