Phân Tích & Điều Phối Vòng Lặp Agent ReAct (Reasoning + Acting)

Mục tiêu kiến thức

• Hiểu kiến trúc Agent ReAct (Yao et al., 2022): Kết hợp Suy luận (Reasoning trace) và Hành động (Action) để tương tác với môi trường bên ngoài.
• Tại mỗi bước giải quyết vấn đề, LLM sinh ra văn bản theo 1 trong 2 cấu trúc:
• Trường hợp gọi công cụ (Action step):

    Thought: <nội dung suy luận>
    Action: <tên công cụ>
    Action Input: <tham số đầu vào>

• Trường hợp đã có câu trả lời cuối cùng (Final Answer step):

    Thought: <nội dung suy luận>
    Final Answer: <câu trả lời hoàn chỉnh cho người dùng>

• Bộ phân tích phải bóc tách chính xác các trường dữ liệu, xử lý khoảng trắng dư thừa, và kích hoạt hàm tương ứng trong bảng công cụ (Tool Registry).

Yêu cầu

Xây dựng lớp ReActAgentParser:

class ReActAgentParser:
    def parse_step(self, llm_output: str) -> dict:
        pass

    def execute_step(self, llm_output: str, tools: dict[str, callable]) -> tuple[dict, str]:
        pass

• parse_step(llm_output):
• Trả về từ điển có cấu trúc:

    {
        "thought": str,          # Nội dung sau 'Thought:' (nếu không có, để rỗng '')
        "action": str | None,    # Tên tool sau 'Action:'
        "action_input": str | None, # Tham số sau 'Action Input:'
        "final_answer": str | None, # Câu trả lời sau 'Final Answer:'
        "is_final": bool         # True nếu có Final Answer, False nếu là Action
    }

• Nếu xuất hiện cả Final Answer và Action, ưu tiên Final Answer (is_final = True).
• execute_step(llm_output, tools):
• Gọi parse_step(llm_output) để phân tích.
• Nếu is_final == True: Trả về tuple (step_info, step_info["final_answer"]).
• Nếu is_final == False:
• Tìm tool tương ứng trong từ điển tools. Nếu tool không tồn tại trong tools, raise ValueError(f"Tool '{action}' not found").
• Thực thi hàm obs = tools[action](action_input).
• Chuẩn hóa chuỗi quan sát f"Observation: {obs}".
• Trả về tuple (step_info, f"Observation: {obs}").

Ràng buộc

• Thời gian chạy tối đa: 2000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.