AgentKit：用乐高积木式节点构建LLM智能体的思考过程以解决复杂任务

近年来，大型语言模型（LLM）在各种任务中表现抢眼——从具体规划与行动，到问答对话，再到通用问题解决，几乎无所不能。但要把这些模型真正部署到现实世界的通用智能体场景里，还有两座大山要翻：

，。现有的智能体框架要么缺少清晰的推理步骤，要么依赖用代码为特定任务定制的API平台——这往往需要大量代码示例，生成起来相当费劲。

那怎么破呢？一个直观的思路是：把复杂任务拆成代表“思考过程”的子任务（也就是节点），再为每个子任务设计对应的提示。这就引出了今天的主角——

。在AgentKit里，每个子任务（节点）可以像乐高积木一样，用不同方式拼装组合，实现千变万化的功能。本质上，AgentKit是一个专门为组装简单自然语言子任务而设计的LLM提示框架，目的是解决复杂任务。它的基本单元就是“节点”——每个节点包含针对某个特定子任务的自然语言提示。你可以把这些节点串联成链，从而清晰地搭出一个结构化的思考过程。更妙的是，节点可以按不同方式设计和组合，实现高级功能：比如即时层次化规划、反思、从交互中学习等。

。注意看图中橙色部分（After-query）是可选的，而且能通过AgentKit API用极少的编程定制。展示了节点内部的评估过程，由compose（组合）和after-query（查询后）两部分组成。则展示推理时动态增减节点的机制：比如节点n7的after-query操作，会根据LLM对节点查询的肯定或否定回答，添加一个条件节点n+/n-，从而触发条件分支。

这种设计允许在推理过程中动态增减节点及其依赖关系，形成一个动态有向无环图（DAG），通过遍历DAG来计算每个节点的LLM输出。此外，AgentKit自带一个中心数据库，可以把任务规格、指令和当前游戏观察一股脑传给图里的每个节点，同时允许节点存储和传递持久化信息。

（节点名称缩写是为了省空间）。(a) ，三个绿色总结节点——ns-obs、ns-plan、ns-action——分别总结当前步骤的观察、计划和行动。(b) ，所有蓝色规划节点接收oT−1、oT和手册I作为输入，输出3个子目标和一个技能sT。节点nreflect反思最近25步的总结，而nchallenge和ngate决定是否延续或更新第T−1步的子目标。(c) ，紫色节点nfeed反思该技能下的全部游戏历史，并为规划器(b)生成一个特定技能的反馈。(d) ，灰色节点nkb-add检查oT−1、oT和I，从Lunk（未知知识库）中识别新信息。nunknown通过识别当前子目标中缺失的信息，添加到Lunk。

用AgentKit实现的智能体在Crafter游戏和WebShop任务上都跑出了最先进的结果。在

中，AgentKit实现了层次化规划、短期反思、长期反思和从交互中学习的能力。

展示了Crafter游戏中的一个示例轨迹。不同节点在规划、反思、反馈和知识发现上协同工作，头11步就成功制作了桌子。通过与环境的交互以及错误识别与纠正，智能体发现了两个关键信息片断：“每次Do动作所需木材”和“制作桌子所需木材”——这些在初始说明书中都被省略了。是游戏结束时智能体所有动作（分类为移动、Do—互动、制作）的分布，按技能库里的每项技能划分。从技能名称看，动作分布完全符合人类预期。

在

任务中，AgentKit设计了一个零样本智能体——完全不依赖人类轨迹示例，只通过定制节点就完成了任务。

：为了节省成本，只报告了前100个样本的得分。AgentKit在使用GPT-4和成本更低的GPT-4-turbo时，都达到了最先进的性能。