Day 18:什麼! AI Agent 也有分哦! Agent flow介紹

2025 iThome 鐵人賽

DAY 18

生成式 AI

從 RAG 到 Agentic RAG：30 天打造本機智慧檢索系統系列第 18 篇

17th鐵人賽

seedfood

團隊躺平的內捲小隊

2025-10-02 23:30:42

79 瀏覽

分享至

前言

昨天的文章介紹到我們需要使用Agentic RAG來讓我們的RAG系統更聰明，並解決多輪思考或工具調用的瓶頸，也介紹到Agentic RAG其實就是透過AI Agent來驅動RAG工作的一種架構。
AI Agent在這邊扮演著重要的角色，但讀者們可能都知道，AI Agent是一個統稱，背後其實是一顆聰明的LLM搭配一個Agnet flow，而Agent flow有許多不同的選擇，今天我們就來介紹一下目前主流的Agent flow。

🤖什麼是 Agent flow？

Agent flow 指的是一種基於「流程 (flow) + 代理人 (agent)」的架構設計方式。
它的核心特點包含：

動態決策 (Dynamic Decision Making)
代理人能根據任務情境，決定下一步要呼叫的工具或採用的策略。
任務拆解與規劃 (Task Decomposition & Planning)
複雜任務能被拆分為多個子任務，並逐步解決。
反思與修正 (Reflection & Correction)
Agent Flow 支援檢查中間結果，並根據評估調整策略（迭代檢索、重寫查詢）。
多工具/多資料源協作 (Multi-Tool & Multi-Source Integration)
不再局限於單一向量庫，可結合 API、結構化資料庫、Web 搜尋與專用工具。
可編排性與可視化 (Orchestration & Visualization)
流程可被定義、追蹤與監控，方便除錯與擴充。

🏗️主流 Agent Flow 框架比較

目前市面上有多種框架支援 Agent flow，以下整理幾個主流方案：

框架	核心特點	適用場景
LangChain	最早期與最廣泛應用的 Agent 框架，支援 ReAct、Self-Ask、MRKL 等 Agent 模式；整合工具豐富（DB、API、RAG）	研究、PoC、快速開發 Agent 驅動的應用
LlamaIndex (原 GPT Index)	強調知識管理與資料源整合；Agent flow 側重於資訊檢索與任務導向	資料導向應用（企業知識庫整合）
CrewAI	專注於多代理人協作，支援角色分工與任務協同	多步驟流程、自動化工作流
Haystack Agents (deepset)	與 NLP pipeline 整合緊密，提供強大的檢索、問答與 workflow	對 NLP / Search 領域需求高的應用
Autogen (Microsoft)	強調多代理對話與協作；可編排多 LLM 角色互動	複雜任務、多角色模擬、協作系統

而筆者算是早期就一直在使用LangChain，因此還是選擇以熟悉的框架為主，這邊也整理以下幾個LangChain的優點:

成熟與廣泛使用：LangChain 幾乎成為 LLM Agent flow 的「標準框架」之一，社群與生態系豐富。
內建多種 Agent 模式：支援 ReAct (Reason + Act)、Self-Ask with Search、MRKL (Modular Reasoning, Knowledge and Language) 等。
豐富工具整合：可輕鬆連接 向量資料庫、API、RAG 管線、數據庫查詢 等。
可擴展性：支援自定義 Agent、工具、回應策略，可與 RAG 系統緊密結合。

後面的介紹我們將以LangChain支援的Agent flow來介紹如果讀者有更好的建議還請不吝提供。

🦜LangChain 的 Agent 類型介紹

LangChain 提供了多種 Agent 類型，每一種都有不同的設計理念與應用場景。以下整理幾個主要類型：

1. Zero-shot ReAct Description

概念：基於 ReAct (Reason + Act) 模式，讓模型透過「推理 → 行動 → 觀察 → 推理 → 行動...」的循環完成任務。
特點：不需要提供範例（Zero-shot），模型僅依靠工具描述與自身能力來決策。
適用場景：工具豐富但需求靈活的情境，例如查詢資料庫 + API + 文件檢索的組合。

2. ReAct

概念：最典型的 Agent 模式，強調「推理 (Thought) + 行動 (Action) + 觀察 (Observation)」的迴圈。
特點：能夠多步驟推理與動態選擇工具。
適用場景：需要多步查詢與決策的應用，例如多跳問答、多來源資料整合。

3. Self-Ask with Search

概念：模型會先判斷自己是否能直接回答問題，若不能則拆分為子問題並透過檢索工具尋找答案。
特點：特別適合於「複雜查詢 → 拆分成子問題 → 搜尋 → 整合答案」的場景。
適用場景：需要 問題分解 (Question Decomposition) 的問答系統。

4. MRKL (Modular Reasoning, Knowledge and Language)

概念：由多個模組化工具組成，Agent 負責「推理與決策」，然後選擇合適的工具執行。
特點：強調結構化的多工具協作，並且模組化程度高。
適用場景：需要結合結構化資料庫、計算工具、知識檢索與 LLM 的複雜應用。

5. Structured Chat

概念：一種 更嚴格的對話格式，Agent 需要輸出結構化的 Action 與 Observation。
特點：方便做可控性與追蹤，適合需要清楚交互的場景。
適用場景：企業級應用，需要記錄 Agent 決策過程與結果。

🧩LangChain Agent Type 比較表

Agent Type	核心概念	優點	缺點	適用場景
Zero-shot ReAct Description	基於 ReAct 模式，透過工具描述即可決策，不需範例	建置快速、靈活性高；適合多工具情境	可能因缺乏範例而表現不穩定；推理容易偏差	多工具組合、快速原型
ReAct	思考 (Thought) → 行動 (Action) → 觀察 (Observation) 循環	多步推理能力強，能動態選擇工具	過程冗長，容易陷入無限循環	多步問答、多來源整合
Self-Ask with Search	問題拆解 → 搜索 → 整合答案	擅長處理複雜問題，能自動分解查詢	適用範圍偏窄，主要依賴檢索工具	問題分解、多跳查詢
MRKL (Modular Reasoning, Knowledge, Language)	多模組架構，Agent 在工具間做推理與決策	結構化明確，擴展性高；適合結合結構化與非結構化資料	架構較複雜，實作成本高	企業級應用、多模組整合
Structured Chat	嚴格結構化的對話格式，輸出清楚的 Action/Observation	高可控性、易追蹤；方便日誌紀錄與審計	限制模型靈活性，對 prompt 設計要求高	企業應用、法規合規場景