ReAct Framework

# LangChain ReAct agent — phiên bản gần với sản xuất
from langchain.agents import create_react_agent, AgentExecutor
from langchain_community.tools import DuckDuckGoSearchRun
from langchain_experimental.tools import PythonREPLTool
from langchain_openai import ChatOpenAI
from langchain import hub

# 1. Công cụ mà agent được phép gọi
search = DuckDuckGoSearchRun()
python_repl = PythonREPLTool()
tools = [search, python_repl]

# 2. Prompt ReAct chuẩn (chứa format Thought/Action/Observation)
prompt = hub.pull("hwchase17/react")

# 3. Model với nhiệt độ thấp để ổn định lập luận
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)

# 4. Tạo agent và executor
agent = create_react_agent(llm, tools, prompt)
executor = AgentExecutor(
    agent=agent,
    tools=tools,
    verbose=True,           # in Thought/Action/Observation ra console
    max_iterations=5,       # chặn loop vô hạn
    handle_parsing_errors=True,
    return_intermediate_steps=True,
)

# 5. Chạy thử
question = "Tổng GDP Nhật Bản và Hàn Quốc năm 2023 là bao nhiêu tỷ USD?"
result = executor.invoke({"input": question})

print("Câu trả lời:", result["output"])
for step in result["intermediate_steps"]:
    action, observation = step
    print("[Action]", action.tool, action.tool_input)
    print("[Observation]", observation[:200], "...")

import re
from typing import Callable

# Registry công cụ: tên -> hàm Python thực thi
TOOLS: dict[str, Callable[[str], str]] = {
    "search": lambda q: fake_search(q),
    "calculator": lambda expr: str(eval(expr, {"__builtins__": {}}, {})),
}

ACTION_RE = re.compile(r"Action:\s*(\w+)\((.*)\)")


def react_loop(question: str, llm: Callable[[str], str], max_steps: int = 6) -> str:
    context = (
        "Bạn là một agent ReAct. Luân phiên viết các dòng bắt đầu bằng "
        "'Thought:', 'Action:' hoặc 'Final Answer:'. Sau mỗi Action, "
        "hệ thống sẽ chèn dòng 'Observation:'.\n"
        f"Question: {question}\n"
    )

    for step in range(max_steps):
        # 1. Sinh Thought + có thể kèm Action hoặc Final Answer
        chunk = llm(context)
        context += chunk

        # 2. Đã trả lời?
        if "Final Answer:" in chunk:
            return chunk.split("Final Answer:", 1)[1].strip()

        # 3. Có Action? Nếu có, thực thi và thêm Observation
        m = ACTION_RE.search(chunk)
        if not m:
            # Agent không gọi tool và cũng không kết luận => nhắc nhở
            context += "\nObservation: (không hành động hợp lệ, hãy thử lại)\n"
            continue

        tool_name, raw_args = m.group(1), m.group(2).strip().strip("'\"")
        if tool_name not in TOOLS:
            obs = f"Lỗi: không có công cụ '{tool_name}'."
        else:
            try:
                obs = TOOLS[tool_name](raw_args)
            except Exception as e:
                obs = f"Lỗi khi chạy {tool_name}: {e}"

        context += f"\nObservation: {obs}\n"

    return "Đã hết số bước cho phép, không tìm được câu trả lời."