AI Agents 指南 · 第 2 章：CoT / ReAct / Swarm 三个模式的笔记

本章在解决什么

第 2 章讲 Agent 的架构与模式，三个 Notebook 分别覆盖三种最常用的骨架：

CoT：让模型先想清楚步骤，再动手
ReAct：模型 → 工具 → 观察 → 再决策，循环到出最终答案
Swarm：多个 Agent 各管一件事，按需把控制权交给对方

CoT：链式推理 + 沙箱执行

Notebook ch02_CoT.ipynb 做了一个「数据分析 Agent」：模型按 CoT 结构思考，调用一个沙箱 Python REPL 工具加载 CSV、算统计、画图。

核心设计：

三段式系统提示：描述数据集 → 找出规律 → 给出结论
沙箱 REPL：模型写的代码在 Pyodide/WASM 里跑，不碰宿主文件系统
图表回传：沙箱里不让用 matplotlib，模型手工拼 SVG，再用 base64 通过 stdout 传回宿主解码

agent = create_react_agent(model=llm, tools=[python_repl], prompt=SYSTEM_INSTRUCTIONS)
builder = StateGraph(AgentState)
builder.add_node("agent", agent_node)
builder.add_edge(START, "agent")
builder.add_edge("agent", END)
app = builder.compile()

关键点：推理结构写进 prompt，执行放进沙箱，结果可读、可追踪。

ReAct：最小行动-观察循环

Notebook ch02_react.ipynb 是最小可跑的 ReAct Agent，只有两个节点：

agent 节点：让模型决定要不要调工具
tools 节点：执行工具、返回 ToolMessage

workflow = StateGraph(AgentState)
workflow.add_node("agent", call_model)
workflow.add_node("tools", tool_node)
workflow.set_entry_point("agent")
workflow.add_conditional_edges("agent", should_continue, {"continue": "tools", "end": END})
workflow.add_edge("tools", "agent")

should_continue 判断最后一条消息还有没有 tool_calls：有就继续，没有就结束。这就是 ReAct 的循环本质。

它配了一个 SerpAPI 搜索工具，并用 print_react_trace() 打印可读的 Reasoning / Action / Observation / Final Answer，只展示动作和结果，不泄露完整思维链。

关键点：add_messages 累加消息、bind_tools 绑定工具、条件边做循环。

Swarm：多 Agent 交接

Notebook ch02_swarms.ipynb 用 create_swarm 组一个两个 Agent 的小团队：

research_assistant：搜索 + 抓网页，攒够 3–5 个来源后交接
writer_assistant：把来源综合成带引用的答案，来源不够再交回研究

交接靠 create_handoff_tool：

to_writer = create_handoff_tool(agent_name="writer_assistant", description="...")
swarm = create_swarm(
    agents=[research_assistant, writer_assistant],
    default_active_agent="research_assistant",
).compile()

关键点：每个 Agent 职责单一、按需 handoff、默认一个活跃 Agent 起手；以后加校验 Agent 不用改编排逻辑。

怎么套进「批量漫画 + 批量短视频」链路

你现在这条链路（千问出图 → Minimax H3 出视频 → DeepSeek 调度），正好可以用这三个骨架升级：

ReAct 做调度器：每个「动作」是一次工具调用（生成漫画、生成视频、校验结果），每次「观察」是返回状态，直到任务完成
CoT 沙箱执行 做批处理：让模型按「先验证单条 → 再批量 → 最后汇总质检」的推理结构写代码，在沙箱里跑，失败能看 traceback
Swarm 做分工：脚本 Agent、出图 Agent、成片 Agent、质检 Agent，靠 handoff 传递半成品，而不是一个模型从头发到尾

下一步

建议先手动跑 ch02_react.ipynb（最简单、最能建立“循环”直觉），再跑 CoT，最后 Swarm。三个都跑通后，可以把 ReAct 调度器直接替换成你 DeepSeek V4.1 Flash 的 API。

来源

《AI Agents - The Definitive Guide》CH02：ch02_CoT.ipynb、ch02_react.ipynb、ch02_swarms.ipynb
仓库：Nicolepcx/ai-agents-the-definitive-guide