跳到主要内容

任务执行

任务执行 是最特殊的模式。从技术上来说，所有的智能体模式都属于任务执行模式。因为所有这些模式，都是为了完成某类任务。只不过任务的粒度可大可小。粒度大的任务可以被分解成粒度较小的任务。智能体的开发模式，本质上是任务的不同组织方式。

实现​

这里介绍的任务执行模式是狭义上的概念，也是最小的任务单元。任务在执行时，发送请求给大模型，以大模型的结构化输出作为任务的执行结果。任务执行模式在实现上，使用提示模板和结构化输出。

提示模板中包含了一些变量。在执行任务时，智能体会准备这些变量的值，填充到模板之后，得到实际的提示内容。在提示中还会包含与结构化输出相关的指令。大模型接收到发送的提示之后，生成满足提示中要求的结构化输出。结构化输出的内容，直接作为任务的返回结果。

下图给出了任务执行模式的基本流程。

实现指南​

任务执行模式的实现很直观。下面是一些注意事项。

任务的粒度​

过大或过小的任务都不是好的选择。如果粒度过大，大模型无法总是生成有意义的结果。如果粒度过小，那可能会需要创建太多的智能体来完成这些小任务。

实际上，现在的大模型的能力很强，可以执行很复杂的任务。可以从较大的任务粒度开始尝试。当大模型无法生成有意义的结果时，把任务分解成较小的子任务。

大模型的选项​

在执行任务时，我们希望大模型的输出是可预期和可重复的。因此大模型的选项 temperature 的值，通常设置为 0。

如果预期的大模型输出有相对固定的长度，可以设置大模型的输出 token 的数量上限。

模型​

对于任务执行智能体，在选择大模型时，应该选择普通的模型，而不是推理模型。推理模型很强大，但是任务执行智能体所执行的任务，应该是简单和直接的。这使得任务执行智能体的实现和测试更简单，也更有利于这些智能体的复用和组合。

对于 OpenAI 来说，应该使用 GPT-4o 或 GPT-4o mini。对于 DeepSeek 来说，应该使用 DeepSeek V3。

提示模板​

需要执行的任务被定义在提示模板中。为了确保智能体可以产生有意义的结果，提示模板需要被仔细地编写。我们的目标是让大模型执行一个任务，因此只需要把任务描述清楚即可。

  • 简单的列出来全部的需求。
  • 需求应该尽可能的具体。
  • 如果完成任务有具体的步骤，列出来这些步骤。

下面的提示模板列出了在模板中可能包含的内容。

示例提示模板
Background: // background information for complicate tasks

Goal: // Short summary of the task objective

Requirements: // Constraints of the output
- Requirement 1
- Requirement 2
- ....

Thinking steps: // Steps to execute the task
- Step 1
- Step 2
- ....

示例​

下面看一个具体的例子。需要大模型执行的任务是生成测试用户。系统中已经有了关于用户的内部模型。使用大模型生成的用户必须满足这个内部模型。

下面是用户的定义 User 类。它是一个记录类型，使用内嵌的记录来描述一个复杂的结构。

User 模型
package com.javaaidev.agenticpatterns.examples.taskexecution;

import java.util.List;

public record User(String id,
                   String name,
                   String email,
                   String mobilePhone,
                   List<Address> addresses) {

  public enum AddressType {
    HOME,
    OFFICE,
    OTHER,
  }

  public record Address(
      String id,
      AddressType addressType,
      String countryOrRegion,
      String provinceOrState,
      String city,
      String addressLine,
      String zipCode) {

  }
}

下面是生成测试用户的提示模板。其中 count 是模板变量，表明要生成的用户的数量。模板中对生成的用户进行了清晰的限制，给出了 User 中的每个字段的要求。

生成用户的提示模板
Goal: Generate {count} users

Requirements:
- Id should be a version 4 random UUID.
- Name should be using the format "$firstName $lastName".
- Email address should be using the format "$firstName.$lastName@$domain".
- For an address,
  - Country or region must use ISO 3166 alpha-2 code.
  - For province/state/city, they should be generated based on the country or region.
  - Address line can be fake.
  - Zip code should use the format based on the country or region.
- When generating multiple users, choose different countries or regions for those users.
- For a user, generate 1 to 3 addresses. At least one address has the type HOME.

在执行该任务时，大模型的输出如下所示。从结果中可以看到，大模型生成的 User 满足了提示模板中给出的所有要求。

[
  {
    "id": "f47ac10b-58cc-4372-a567-0e02b2c3d479",
    "name": "John Doe",
    "email": "john.doe@example.com",
    "mobilePhone": "+1234567890",
    "addresses": [
      {
        "id": "c9bf9e57-1685-4c89-bafb-ff5af830be8a",
        "addressType": "HOME",
        "countryOrRegion": "US",
        "provinceOrState": "NY",
        "city": "New York",
        "addressLine": "123 Fake Street",
        "zipCode": "10001"
      }
    ]
  }
]
最后于 更新