在上篇文章《AI大模型实战篇：AIAgent设计模式–ReAct》中，风叔结合原理和具体源代码，详细介绍了ReAct这种非常有效的AIAgent设计模式。但是ReAct模式有一个非常突出的问题，就是冗余计算，冗余会导致过多的计算开销和过长的Token使用。

在本篇文章中，风叔介绍一种优化ReAct冗余问题的方法，REWOO。

一、REWOO的概念

REWOO的全称是ReasonwithoutObservation，是相对ReAct中的Observation来说的。它旨在通过以下方式改进ReACT风格的Agent架构：

第一，通过生成一次性使用的完整工具链来减少token消耗和执行时间，因为ReACT模式的Agent架构需要多次带有冗余前缀的LLM调用；

第二，简化微调过程。由于规划数据不依赖于工具的输出，因此可以在不实际调用工具的情况下对模型进行微调。

ReWOO架构主要包括三个部分：

Planner：规划器，负责将任务分解并制定包含多个相互关联计划的蓝图，每个计划都分配给Worker执行。

Worker：执行器，根据规划器提供的蓝图，使用外部工具获取更多证据或者其他具体动作。

Solver：合并器，将所有计划和证据结合起来，形成对原始目标任务的最终解决方案。

下图是REWOO的原理：

Planner接收来自用户的输入，输出详细的计划TaskList，TaskList由多个Plan（Reason）和Execution（Tool[argumentsfortool]）组成；

Worker接收TaskList，循环执行完成task；

Woker将所有任务的执行结果同步给Solver，Solver将所有的计划和执行结果整合起来，形成最终的答案输出给用户。

详细对比一下ReAct和REWOO，如下图所示。

左侧是ReAct方法，当User输入Task后，把上下文Context和可能的样本Example输入到LLM中，LLM会调用一个目标工具Tool，从而产生想法Thought，行动Action，观察Observation。由于拆解后的下一次循环也需要调用LLM，又会调用新的工具Tool，产生新的Thought，Action，Observation。如果这个步骤变得很长，就会导致巨大的重复计算和开销。

右侧ReWOO的方法，计划器Planner把任务进行分解，分解的依据是它们内部哪些用同类Tool，就把它分成同一类。在最开始，依旧是User输入Task，模型把上下文Context和Examplar进行输入。这里与先前有所不同的是，输入到Planner中，进行分解，然后调用各自的工具Tool。在得到了所有的Tool的输出后，生成计划结果Plan和线索，放到Solver进行总结，然后生成回答。这个过程只调用了两次LLM。

二、REWOO的实现过程

下面，风叔通过实际的源码，详细介绍REWOO模式的实现方法。在手机端阅读源代码的体验不太好，建议大家在PC端打开。

第一步构建Planner

Planner的作用是根据用户输入，输出详细的TaskList。

首先需要给Planner规定Prompt模板，包括可以使用的Tools，以及TaskList的规范。在下面的例子中，我们告诉Planner，“对于目标任务，要制定可以逐步解决问题的计划。对于每个计划，要指出哪个外部工具以及工具输入来检索证据，并将证据存储到变量Ethatcanbecalledbylatertools.(Plan,E2,Plan,…)

下面是根据给定的问题，Planner输出的TaskList。可以看到，Planner按照Prompt的要求给出了计划的每个步骤，以及需要调用的工具。

下图详细介绍了Planner、Worker和Solver的协作流程。

三、总结

相比ReAct，ReWOO的创新点主要包括以下几个方面：

分离推理与观察：ReWOO将推理过程与使用外部工具的过程分开，避免了在依赖观察的推理中反复提示的冗余问题，从而大幅减少了Token的消耗。

模块化设计：ReWOO使用模块化框架，通过planer、worker和solver的分工合作，提高了系统的扩展性和效率。

效率提升：实验结果表明，REWOO不仅提升了准确率，还显著降低token消耗。

工具调用的鲁棒性：ReWOO在工具失效的情况下表现出更高的鲁棒性，这意味着即使某些工具无法返回有效证据，ReWOO仍能通过合理的计划生成和证据整合，提供有效的解决方案。

但是，REWOO的缺陷在于，非常依赖于Planner的规划能力，如果规划有误，则后续所有的执行都会出现错误。尤其是对于复杂任务，很难在初始阶段就制定合理且完备的计划清单。

作者：风叔，微信公众号：风叔云

本文由@风叔原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。