Learning Timeline
Key Insights
Kelebihan Trajectory dalam ReAct
Sama seperti 'Chain of Thought', Agent ReAct menyediakan 'trajectory' yang membolehkan anda melihat proses pemikiran AI. Ini sangat berguna untuk debugging bagi memahami kenapa AI memilih tool tertentu atau memberi jawapan tertentu.
Tips Prestasi: Async Execution
Gunakan versi 'async' jika anda perlu menjalankan beberapa pencarian tool secara selari (parallel) untuk mempercepatkan respons Agent, terutamanya apabila memproses senarai data yang panjang.
Prompts
Kriteria Analisis Latar Belakang
Target:
Bio Agent (Gemini 2.5)
Identify instances where a particular person has been at their company for more than 10 years. Use tool calling to get the most up-to-date information and determine if their background is applicable per my criteria.
Step by Step
Membina Module Bio Agent dengan ReAct
- Takrifkan (define) fungsi luaran 'perplexity_search' untuk membolehkan AI melakukan carian web secara real-time.
- Takrifkan fungsi 'get_url_content' untuk membolehkan AI mengekstrak data spesifik daripada link yang dijumpai.
- Cipta module baru bernama 'Bio Agent' dalam persekitaran pembangunan anda.
- Tetapkan 'Gemini 2.5' sebagai Model Bahasa Besar (LLM) utama untuk module tersebut.
- Konfigurasikan peranti (tools) ke dalam module supaya AI tahu ia boleh menggunakan fungsi carian apabila memerlukan maklumat terkini.
- Bina fungsi 'answer' yang akan memproses input pengguna dan menghubungkannya dengan LLM.
- Lancarkan proses looping untuk membolehkan Agent menyemak kriteria (seperti tempoh perkhidmatan pekerja) secara automatik.
- Pantau 'trajectory' atau log perjalanan logik ReAct untuk melihat bagaimana AI membuat keputusan langkah demi langkah.
