agent-react
以 ReAct 循环把其他技能当作工具使用的元技能：大模型思考 → 调用技能 → 观察结果 → 再思考， 直到给出最终回答。这是课件「ReAct 循环 + SKILL.md 注入」在 harness 内的落地形态。
소스 정보
- 저장소
- nlp-JvUUN/AAAAZOgH
- 최근 소스 활동
- 2026년 7월 30일 06:09
- 감지된 SKILL.md 언어
- 중국어
- 스타
- 1
- 포크
- 52
설치 방법
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
소스 파일 검토
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
파일 탐색기
2 개 파일SKILL.md 표시 중
SKILL.md
소스 지침 · 읽기 전용 미리보기- name
- agent-react
- version
- 1.0.0
- description
- 以 ReAct 循环把其他技能当作工具使用的元技能：大模型思考 → 调用技能 → 观察结果 → 再思考， 直到给出最终回答。这是课件「ReAct 循环 + SKILL.md 注入」在 harness 内的落地形态。
- weight
- 1
- consumes
- {"question":{"type":"str","required":true,"desc":"用户的自然语言问题"},"max_iterations":{"type":"int","required":false,"default":6,"desc":"最大推理轮数（防死循环）"}}
- provides
- {"answer":"最终回答","steps":"推理步骤（思考/调用/观察）","iterations":"实际轮数"}
- deps
- []
- heartbeat
- null
- tags
- ["agent","llm","react"]
# ReAct 元技能
与「把 ReAct 循环写在 harness 之外的旁路模块」不同，本技能把循环本身做进
harness：它与其他技能完全同构 —— 受 Lane 串行、执行日志、加载预算约束，
外部调用它的方式与调用普通技能完全一致（`{"skill": "agent-react", ...}`）。
## 运行原理
1. harness 通过 ctx.system 注入两个服务：
- `list_skills()`：L1 元数据视图（不加载任何实现），用作工具清单；
- `execute_skill(name, params)`：执行另一个技能并返回其输出（含错误防护）。
2. 每轮：调用大模型（OpenAI 兼容 API，urllib 实现，环境变量配置）→
解析 JSON 动作（`call_tool` / `final_answer`）→ 执行或回答。
3. 工具执行失败/技能不存在会作为「观察」回喂给模型，让其换工具或修正参数
—— 而不是直接崩溃（错误恢复）。
4. 每轮 yield `Progress`，ReAct 推理过程对 CLI / SSE 渐进可见。
## LLM 配置（复用根目录 llm_config.py）
大模型接入不在这里重复配置：直接复用仓库根目录的 `llm_config.py`
（老师统一配置模块 —— `.env` 存 Key + openai SDK + `chat()` 接口），
skill 里不硬编码任何 base_url / model / api_key。
- 配置 Key：在根目录 `.env` 填入 `DEEPSEEK_API_KEY=sk-xxx`（模板见 `.env.example`）
- 换模型：设置环境变量 `LLM_MODEL` / `DEEPSEEK_MODEL`，或改 `llm_config.DEFAULT_MODEL`
- 未配置 Key 时，`llm_config` 会给出明确报错（提示去 .env 填 Key）
测试可用 `ctx.system["llm_client"]` 注入 mock（不依赖真实 API）。
GitHub에서 보기