# LLM Agent设计模式 - ReWOO

- URL: https://www.yidoo.xyz/llm-agent-design-pattern-rewoo
- 作者: 核动力蜗牛
- 发布时间: 2024-08-08
- 更新时间: 2024-08-08
- 分类: LLM技术内幕
- 标签: agent, llm

# 概述

ReWOO（Reasoning WithOut Observation）是一种新型的增强语言模型（ALM）提示方法，源自论文[《ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models》](https://arxiv.org/pdf/2305.18323)。这种方法通过将推理过程与外部观察分离，大幅减少了令牌（Token）的消耗。ReWOO 的核心思想是将复杂任务拆解成多个相互关联的步骤（称为计划）。工作者（Worker）从外部工具中获取证据，而求解器（Solver）则整合所有计划和证据，生成最终答案。

# 工作流程

ReWOO 的工作流程包括三个主要部分：

- **计划者（Planner）**：将任务分解并制定包含多个相互关联计划的蓝图，每个计划都分配给工作者执行。
- **工作者（Worker）**：根据计划者提供的蓝图，使用外部工具获取真实证据。
- **求解器（Solver）**：将所有计划和证据结合起来，形成对原始任务的最终解决方案。

![d559b91931123bd5b9548c7fe8a8cd36.png](https://www.yidoo.xyz/images/d559b91931123bd5b9548c7fe8a8cd36.png)

# 创新点

ReWOO 的创新点主要包括以下几个方面：

- **分离推理与观察**：ReWOO 将推理过程与使用外部工具的过程分开，避免了在依赖观察的推理中反复提示的冗余问题，从而大幅减少了 Token 的消耗。
- **模块化设计**：ReWOO 使用模块化框架，通过计划者、工作者和求解器的分工合作，提高了系统的扩展性和效率。
- **效率提升**：实验结果表明，这种方法不仅提升了准确率，还显著降低了令牌消耗。
- **工具调用的鲁棒性**：ReWOO 在工具失效的情况下表现出更高的鲁棒性，这意味着即使某些工具无法返回有效证据，ReWOO 仍能通过合理的计划生成和证据整合，提供有效的解决方案。
