基于 LLM 的规划器

基于 LLM 的规划器使用 LLM 来生成并评估计划。 它们在基于字符串的状态上运行，并通过 LLM 请求执行步骤。 基于字符串的状态意味着智能体状态是一个单一字符串。 在每一步中，智能体接收一个初始状态字符串，并返回最终状态字符串作为结果。

??? note "前置条件"

--8<-- "quickstart-snippets.md:prerequisites"

--8<-- "quickstart-snippets.md:dependencies"

--8<-- "quickstart-snippets.md:api-key"

本页中的示例假设你已设置了 `OPENAI_API_KEY` 环境变量。

Koog 提供了两种简单的规划器：

• SimpleLLMPlanner 仅在最开始生成一次计划，然后按照该计划执行直至完成。 要包含重新规划，请扩展 SimpleLLMPlanner 并重写 assessPlan 方法，以指示智能体何时应该重新规划。
• SimpleLLMWithCriticPlanner 实现了 assessPlan 方法，该方法通过 LLM 请求使用 LLM 检查计划的有效性，并评估智能体是否应该重新规划。

以下示例展示了如何使用 SimpleLLMPlanner 创建一个简单的规划器智能体：

=== "Kotlin"

<!--- INCLUDE
import ai.koog.agents.core.agent.config.AIAgentConfig
import ai.koog.agents.planner.AIAgentPlannerStrategy
import ai.koog.agents.planner.PlannerAIAgent
import ai.koog.agents.planner.llm.SimpleLLMPlanner
import ai.koog.prompt.dsl.prompt
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import kotlinx.coroutines.runBlocking
-->
```kotlin
// 创建规划器
val planner = SimpleLLMPlanner()

// 将其封装在规划器策略中
val strategy = AIAgentPlannerStrategy(
    name = "simple-planner",
    planner = planner
)

// 配置智能体
val agentConfig = AIAgentConfig(
    prompt = prompt("planner") {
        system("You are a helpful planning assistant.")
    },
    model = OpenAIModels.Chat.GPT4o,
    maxAgentIterations = 50
)

// 创建规划器智能体
val agent = PlannerAIAgent(
    promptExecutor = simpleOpenAIExecutor(System.getenv("OPENAI_API_KEY")),
    strategy = strategy,
    agentConfig = agentConfig
)

suspend fun main() {
    // 运行智能体以执行任务
    val result = agent.run("Create a plan to organize a team meeting")
    println(result)
}
```
<!--- KNIT example-llm-based-planners-01.kt -->

=== "Java"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent;
import ai.koog.agents.planner.AIAgentPlannerStrategy;
import ai.koog.prompt.executor.clients.openai.OpenAIModels;
import ai.koog.prompt.executor.model.PromptExecutor;
class exampleLLMBasedPlanner01 {
    public static void main(String[] args) {
-->
<!--- SUFFIX
    }
}
-->
```java
// 使用基于 LLM 的规划器创建规划器策略
AIAgentPlannerStrategy<String, String, ?> strategy =
    AIAgentPlannerStrategy.builder("simple-planner")
        .llmBasedPlanner()
        .build();

// 创建 OpenAI 执行器
var promptExecutor = PromptExecutor.builder()
    .openAI("OPENAI_API_KEY")
    .build();

// 使用 AIAgent 构建器创建规划器智能体
AIAgent<String, String> agent = AIAgent.builder()
    .plannerStrategy(strategy)
    .promptExecutor(promptExecutor)
    .llmModel(OpenAIModels.Chat.GPT4o)
    .systemPrompt("You are a helpful planning assistant.")
    .maxIterations(50)
    .build();

// 运行智能体以执行任务
String result = agent.run("Create a plan to organize a team meeting");
System.out.println(result);
```
 <!--- KNIT exampleLLMBasedPlannerJava01.java -->

后续步骤

• 了解 GOAP 智能体