Agent设计模式学习(基于langchain4j实现)(11) - PlanAndExecute

上篇学习了ReACT，今天继续学习PlanAndExecute模式

与ReACT模式的关键区别如下：
对比维度ReAct AgentPlan-and-Execute Agent思考模式单步思考-行动循环两阶段分离：先规划后执行执行流程Thought → Action → Observation (循环)Plan → Execute Step 1 → Execute Step 2 → ...规划范围只规划下一步一次性规划完整执行路径LLM调用每次循环都需要LLM规划时一次，执行时可能多次优势：

• 效率更高：减少重复的"思考"步骤
  
• 可预测性：预先知道完整执行路径
  
• 易于调试：每个步骤都有明确的状态
  
• 适合复杂任务：结构化处理多步骤流程
  

适用场景：

• ✅ 数据处理的ETL流程
  
• ✅ 自动化工作流
  
• ✅ 需要审计的合规任务
  
• ✅ 批量处理任务
  
• ❌ 探索性任务（路径不确定）
  
• ❌ 需要实时交互的对话
  

 
示例代码：
定义规划器Planner

1. 1 public interface Planner {
2. 2
3. 3     @SystemMessage("""
4. 4            你是一个任务规划专家。请将用户的任务分解为详细的执行步骤。
5. 5
6. 6            输出格式必须是严格的JSON格式：
7. 7            {
8. 8                "plan_name": "任务名称",
9. 9                "steps": [
10. 10                    {
11. 11                        "step_number": 1,
12. 12                        "description": "步骤描述",
13. 13                        "tool": "使用的工具名称",
14. 14                        "parameters": {"参数名": "参数值"}
15. 15                    }
16. 16                ],
17. 17                "expected_output": "预期输出"
18. 18            }
19. 19
20. 20            可用工具列表：
21. 21            1. add - 两数相加
22. 22            2. getWeather - 天气查询
23. 23            3. calculateCircleArea - 计算圆的面积
24. 24            4. getCurrentDateTime - 获取当前时间
25. 25            5. calculateCuboidVolume - 计算长方体体积
26. 26            6. multiply - 两数相乘
27. 27            7. divide - 两数相除
28. 28            8. queryExpressOrder - 查询快递单
29. 29            9. queryRefundProgress - 查询退款进度
30. 30           """)
31. 31     @UserMessage("问：{{request}}")
32. 32     @Agent("基于用户提供的问题生成计划")
33. 33     String createPlan(@V("request") String request);
34. 34 }

复制代码

Planner 注：20-29行硬编码的方式指定需要用到的工具列表，也可以去掉，在运行时，类似ReAct一样，一股脑把sampleTools全扔给Planner调用的LLM，从运行结果来看，一样能跑通，但是使用token量就会大很多。
定义执行器

1. 1 public interface Executor {
2. 2
3. 3     @SystemMessage("""
4. 4             你是一个任务执行器。根据给定的步骤执行任务。
5. 5            
6. 6             每次只执行一个步骤，然后等待下一个指令。
7. 7             执行完成后，报告结果和下一步建议。
8. 8            
9. 9             输出格式：
10. 10             步骤 {n}: [工具名称]
11. 11             输入: {参数}
12. 12             输出: {结果}
13. 13             状态: [成功/失败]
14. 14            
15. 15             如果步骤失败，请说明原因和建议。
16. 16             """)
17. 17     @UserMessage("{{step}}")
18. 18     @Agent("基于用户提供的问题生成计划")
19. 19     String executeStep(@V("step") String step);
20. 20 }

复制代码

Executor定义协调器

[code]  1 /**  2  * @author junmingyang  3  */  4 public class Coordinator {  5   6     private final Planner planner;  7     private final Executor executor;  8     private final SampleTools tools;  9     private final Map context; 10  11  12     public Coordinator(ChatModel model, SampleTools tools) { 13  14         this.tools = tools; 15         this.context = new HashMap(); 16  17         //创建规划器 18         this.planner = AgenticServices.agentBuilder(Planner.class) 19                 .chatModel(model) 20                 .chatMemoryProvider(memoryId -> MessageWindowChatMemory.withMaxMessages(15)) 21                 // 如果明确知道工具的列表，可以显式提供，这里就无需再绑定,以减少token使用 22                 //.tools(this.tools) 23                 .build(); 24  25         //创建执行器 26         this.executor = AgenticServices.agentBuilder(Executor.class) 27                 .chatModel(model) 28                 .chatMemoryProvider(memoryId -> MessageWindowChatMemory.withMaxMessages(15)) 29                 .tools(this.tools) 30                 .build(); 31     } 32  33  34     public Map executeTask(String task) { 35         System.out.println("\n" + "=".repeat(80)); 36         System.out.println("
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！