ReAct-агент под капотом: от запроса к действию без фреймворков

ReAct-агент — это архитектура, в которой языковая модель не просто генерирует текст, а сама решает, какой инструмент вызвать (чтение файла, запуск команды) и как интерпретировать результат. Цикл состоит из трёх частей: модель выбирает действие, исполняющая среда его выполняет, а результат подмешивается в следующий запрос.

В статье наглядно показаны схемы обмена между LLM, инструментами и управляющим циклом. Затем автор приводит реализацию на чистом Python — без агентных фреймворков вроде LangChain или AutoGPT. Код выложен на GitHub, так что можно сразу запустить и поэкспериментировать.