本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
提示鏈結 saga 模式
透過將 LLM 提示鏈結重新想像為事件驅動的同義詞,我們解鎖了新的操作模型:工作流程會在自主代理程式之間進行分散式、可復原和語義協調。每個提示回應步驟都會重新建構為原子任務、發出為事件、由專用代理程式耗用,以及充實內容中繼資料。
下圖是 LLM 提示鏈結的範例:
系列事件編排
saga 編排模式是沒有中央協調器的分散式系統中的實作方法。反之,每個服務或元件都會發佈觸發下一個工作流程動作的事件。此模式廣泛用於分散式系統中,以管理跨多個服務的交易。在 saga 中,系統會執行一系列協調的本機交易。如果失敗,系統會觸發補償動作以維持一致性。
下圖是 saga 編排的範例:
-
預留庫存
-
授權付款
-
建立運送訂單
如果步驟 3 失敗,系統會叫用補償動作 (例如取消付款或釋出庫存)。
此模式在事件驅動型架構中特別重要,其中服務鬆散耦合,而且即使存在部分故障,狀態仍必須隨著時間持續解決。
提示鏈結模式
提示鏈結在結構和目的上都類似 saga 模式。它會執行一系列推理步驟,這些步驟會依序建置,同時保留內容並允許轉返和修訂。
客服人員編排
-
LLM 解譯複雜的使用者查詢並產生假設
-
LLM 詳細說明解決任務的計畫
-
LLM 執行子任務 (例如,使用工具呼叫或擷取知識)
-
如果 LLM 認為結果不滿意,則會精簡輸出或重新檢視較早的步驟
如果中繼結果有瑕疵,系統可以執行下列其中一項操作:
-
使用不同的方法重試步驟
-
還原至先前的提示並重新規劃
-
使用評估者迴圈 (例如,從評估者最佳化工具模式) 來偵測和修正失敗
如同 saga 模式,提示鏈結允許部分進度和回復機制。透過反覆精簡和 LLM 導向的更正,而不是補償資料庫交易,就會發生這種情況。
下圖是客服人員編排的範例:
-
使用者透過 SDK 提交查詢。
-
Amazon Bedrock 代理程式會協調推理下列各項:
-
解譯 (LLM)
-
規劃 (LLM)
-
透過工具或知識庫執行
-
回應建構
-
-
如果工具失敗或傳回的資料不足,代理程式可以動態重新規劃或重述任務。
-
記憶體 (例如,短期向量存放區) 可以跨步驟保留其狀態
要點
當 saga 模式使用補償邏輯管理分散式服務呼叫時,提示鏈結會使用反射排序和適應性重新規劃來管理推理任務。這兩個系統都允許累加式進度、分散式決策點和故障復原,並透過明智的推理而非嚴格復原來執行所有操作。
提示鏈結引入交易推理,這是相當於 sagas 的認知。也就是說,在更廣泛的目標導向對話中,每個「想法」都會重新評估、修訂或捨棄。