AI & Robotics Lab
18 subscribers
71 photos
26 videos
9 files
100 links
Explore AI code generation, robotics, and ROS with original projects and hands-on guides. Follow along as I share my experience, code samples, and tips for building intelligent systems.
Download Telegram
🤔 What’s the ReAct Design Pattern?

ReAct (Reason + Act) — инженерный шаблон для агентов на базе LLM, который чередует рассуждения (Thought/Reason) и действия (Act). Цикл выглядит так:
1. Thought — модель формулирует, о чём подумать или что сделать.
2. Action (tool, args) — вызывает внешний инструмент (поиск, код, API).
3. Observation — получает результат и оценивает, что делать дальше.
Повторяет шаги 1–3, пока не сможет выдать финальный результат.

Родственные подходы
Chain-of-Thought — только размышления.
Plan-and-Execute — сначала полный план, потом исполнение.
Toolformer — модель учится вставлять вызовы самостоятельно.

ReAct занимает середину — «сначала подумай, потом сделай».

Ограничения
• Задержка: каждый цикл — новый вызов модели.
• Стоимость токенов и API-запросов.
• Хрупкость к нарушению формата.
• Риск зацикливания без глобального плана.

Подробный обзор этого шаблона.

#patterns #agents #хозяйке_на_заметку
1
👾 Jules - исполнительный, но безынициативный джун

Добрался, наконец, до того, чтобы потестить полноценного ИИ агента для кодинга Jules от Google - писал о нем ранее. Он пока бесплатный, дают 60 задач на день (правда, у меня почему-то на след. день счетчик не сбросился 😕).

Для работы ему нужно предоставить доступ к GitHub (похоже, что использует MCP), и, вуаля, в проекте появляется новый разработчик.

Решил поработать с ним над своим новым проектом pdf2mp3 по созданию аудиокниг: с меня jupyter notebook с рабочим прототипом + полноценный README с описанием итогового решения, с Jules - все остальное - т.е. полный код проекта, включая тесты.

#CodeGeneration #agents
👾1
С задачей, агент, в целом, справился, но есть нюансы.

📃 Работа идет по плану. В отличие от простого обсуждения проекта / кода в чат-боте или даже от взаимодействия с ИИ-помощниками типа Copilot, в данном случае, первым шагом является генерация плана, его агент будет стараться придерживаться и уточнять у пользователя вопросы по ходу, если что-то пойдет не так. Поэтому нужно максимально четко и полно формулировать задание и проверять план - в режиме чата есть возможность подправить / дополнить план до того, как агент возьмет его в работу. Почуствуй себя тимлидом 😎.

🐘 Слона надо есть по кусочкам. Если план согласован, то агент будет просто пытаться сделать то, как сказано. Ответственность за архитектуру проекта, решения по нюансам реализации и прочие сложные вопросы пока остаются за пользователем. Чтобы не терять контроль, нужно делать декомпозицию и выстраивать план пошагового решения небольших задач, с чем уже Jules неплохо справляется.

💾 Ограничение окружения. Для работы агента в облаке разворачивается виртуальная среда. Google, конечно, контора мощная и демонстрирует аттракцион невиданной щедрости, дав всем бесплатный доступ. Но все имеет предел и мой проект, который требует скачивания torch (зависимость kokoro размером ~850 Mb) в выделенное окружение не влез 😢 Поэтому полноценно сделать его без тестовых прогонов на своей машине я пока не смог.

Итого. Полноценные ИИ агенты-кодеры - вещь однозначно годная: поставил задачу, пошел пить кофе, машина работает. Дело сделано - присылает уведомление, двигаемся дальше. Джунам сейчас не позавидуешь... Уверен, что с развитием технологии, дойдет и до лидов: агент, который будет следить за проектом в целом и раскидывать задачи своим "подчиненным".

#CodeGeneration #agents
1