【AI基础专题】自主循环

上一节中，我们给模型增加了工具调用的能力，让模型能够动嘴又动手。但目前为止，模型还是被动地等待用户输入指令来调用工具。本节我们通过一个猜数字的例子，来演示如何让模型实现自主循环，根据工具的结果决定下一步的行动。

首先来定一个tools guess_number，它的功能是根据用户的猜测返回提示信息，文件路径src/tools/guess.ts：

export const guessTool: Tool = {
  name: 'guess_number',
  description: '猜一个1到100之间的整数。返回“大了”、“小了”或“猜对了”。',
  parameters: {
    type: 'object',
    properties: {
      number: { type: 'number', description: '你猜的数字' },
    },
    required: ['number'],
  },
  execute: async (args) => {
    // 答案写死在工具内部，模型绝对不知道
    const answer = 67;
    const guess = args.number;
    if (guess === answer) return '猜对了！';
    return guess > answer ? '大了' : '小了';
  },
};

然后来看看改造之前的模型表现：

特意贴了两张图，但是本质都是一样的。第一次猜测，工具提示他猜小了，但是这一次对话已经结束了，所以他只能等待用户再次输入来继续游戏。第二次猜测，工具提示他猜大了，但同样的，这一次对话也结束了。之所以会有图片里两种情况，是因为模型的输出是有随机性的，第一张图片里，模型没有回答问题，回了一个继续猜测的工具调用；第二张图片里，模型基于工具提示给出了总结和继续的请求。

接下来我们做一个小小的改动，我们将 src/index.ts从

// 省略前面部分
  if (reply.tool_calls && reply.tool_calls.length > 0) {
    // ...
  }
  // 省略后面部分

改为

// 省略前面部分
  while (reply.tool_calls && reply.tool_calls.length > 0) {
    // 原逻辑不变
  }
  // 省略后面部分

只是从if改成了while，但是这个小小的改动就让模型具备了自主循环的能力。现在模型在第一次猜测后，工具提示他猜小了，但这一次对话并没有结束，而是继续等待模型的下一步输出。模型基于工具提示分析后，继续猜测，这样循环往复，直到模型猜对了为止。

最后我们重新设计一下系统提示词，来让模型的输出不至于太失控：

你是一个自主智能体，能够使用工具来完成目标。

## 工作方式
你需要反复执行以下步骤，直到目标完成：

1.  **思考**：分析当前状态，决定下一步行动。
2.  **行动**：调用一个工具，或者给出最终答案。

## 行动格式
-   如果需要调用工具，只返回工具调用的 JSON，不要其他内容。

## 重要规则
-   如果工具返回了错误，分析错误并尝试修复，不要重复相同的错误调用。
-   如果连续三次调用没有进展，给出最终答案并说明遇到困难。
-   诚实：如果无法完成，直接说明，不要编造。
-   使用中文回复。

来看看最后的表现:

现在agent已经能够自主进行多轮工具调用了。每当模型调用工具后，工具的结果会被加入上下文，模型会基于新的上下文继续分析和决策，直到完成目标或者遇到困难为止。