如何让 Agent 规划调用工具

正文

请到「今天看啥」查看全文

结果显示，当 Claude 3.7 在基准测试的“航空”和“零售”客户服务领域有效运用“思考”工具时，性能获得了显著提升：

• 航空领域：经过优化的"think"工具在 pass^1 指标上达到了 0.570，而基线仅为 0.370——相对提升了 54%；

• 零售领域：单独使用“think”工具达到了 0.812，而基线为 0.783。

我们选择的方案

我们最终选择了使用 Anthropic 的工具方案，让模型思考和规划。 原因是 OpenAI 并不是单纯通过 Prompt 指令让模型规划，他们还通过后训练让模型严格遵循这一指令 。 而我们使用开源模型，没有经过微调的话，指令遵循的效果肯定会打折，而以工具的形式能够提升遵循能力：

1.模型调用工具有固定的格式，例如参数的 thought, plan, action，通过工具调用能够让模型以更结构化的方式输出，不会遗漏；

2.「调用xx工具」是一个可明确执行和评判的指令，而「做一个规划」是一个模糊的指令，相对来说以工具的形式指令遵循效果更好，尤其是在复杂 prompt 和多工具的场景。

当然类 manus 的方案通过链路工程让规划和执行分离（如下图），Agent 系统的规划和遵循规划的能力肯定会更好，尤其是针对15分钟甚至30分钟以上的长程任务。但是不是所有场景都需要类 manus 的长程任务规划，我在这里介绍的方案比较轻量，适用于快速任务（期望完成任务的时间较短）。

OpenManus 架构，planning 和 Agent 执行隔离

在蚂蚁集团内部的 Agent 平台：

Agent 实现

这里以我们内部 Agent 平台为示例介绍如何实现，了解原理之后用 LangChain 或者市面上的 Agent 平台也能复现。

选择恰当的模型

目前 DeepSeek V3 Function Call 模型在规划和工具调用方面能力是较强的。

生成多样性参数建议配置为0.3

请使用端到端模式，在该模式下，用户输入 query 之后，系统会循环调用模型，由模型决策使用工具或者直接回复。在以下两种情况会停止循环：

1.模型不再调用工具，而是直接回复；

2.模型调用次数（不是工具调用次数）达到设置的上限。

端到端的循环模式

请到「今天看啥」查看全文