本章内容如下：

在4.1节我们实现了一个为"Hello Agents" 定制的LLM客户端，它用于调用任何兼容OpenAI接口的服务，并默认使用流式响应。

import os
from openai import OpenAI
from dotenv import load_dotenv
from typing import List, Dict

# 加载 .env 文件中的环境变量
load_dotenv()

class HelloAgentsLLM:
    """
    为本书 "Hello Agents" 定制的LLM客户端。
    它用于调用任何兼容OpenAI接口的服务，并默认使用流式响应。
    """
    def __init__(self, model: str = None, apiKey: str = None, baseUrl: str = None, timeout: int = None):
        """
        初始化客户端。优先使用传入参数，如果未提供，则从环境变量加载。
        """
        self.model = model or os.getenv("LLM_MODEL_ID")
        apiKey = apiKey or os.getenv("LLM_API_KEY")
        baseUrl = baseUrl or os.getenv("LLM_BASE_URL")
        timeout = timeout or int(os.getenv("LLM_TIMEOUT", 60))
        
        if not all([self.model, apiKey, baseUrl]):
            raise ValueError("模型ID、API密钥和服务地址必须被提供或在.env文件中定义。")

        self.client = OpenAI(api_key=apiKey, base_url=baseUrl, timeout=timeout)

    def think(self, messages: List[Dict[str, str]], temperature: float = 0) -> str:
        """
        调用大语言模型进行思考，并返回其响应。
        """
        print(f"🧠 正在调用 {self.model} 模型...")
        try:
            response = self.client.chat.completions.create(
                model=self.model,
                messages=messages,
                temperature=temperature,
                stream=True,
            )
            
            # 处理流式响应
            print("✅ 大语言模型响应成功:")
            collected_content = []
            for chunk in response:
                content = chunk.choices[0].delta.content or ""
                print(content, end="", flush=True)
                collected_content.append(content)
            print()  # 在流式输出结束后换行
            return "".join(collected_content)

        except Exception as e:
            print(f"❌ 调用LLM API时发生错误: {e}")
            return None

# --- 客户端使用示例 ---
if __name__ == '__main__':
    try:
        llmClient = HelloAgentsLLM()
        
        exampleMessages = [
            {"role": "system", "content": "You are a helpful assistant that writes Python code."},
            {"role": "user", "content": "写一个快速排序算法"}
        ]
        
        print("--- 调用LLM ---")
        responseText = llmClient.think(exampleMessages)
        if responseText:
            print("\n\n--- 完整模型响应 ---")
            print(responseText)

    except ValueError as e:
        print(e)


>>>
--- 调用LLM ---
🧠 正在调用 xxxxxx 模型...
✅ 大语言模型响应成功:
快速排序是一种非常高效的排序算法...

在初始化方法__init__中，除了LLM_MODEL_ID，LLM_API_KEY，LLM_BASE_URL三个参数的初始化，还有一个LLM_TIMEOUT参数，这个是设置客户端与 API 服务之间 HTTP 请求的超时时间，如果我们不设置的话，默认是60秒。think方法用于调用大语言模型（LLM）进行推理并返回完整响应文本。具体实现我们是调用大语言模型的聊天补全接口，也就是self.client.chat.completions.create(...)方法，我们设置了模型名，消息输入列表（格式类似后面使用实例中的exampleMessages），温度（控制生成文本的随机性/创造性），并启用了流式输出模式（stream=True）。流式输出的作用是模型生成结果时，会逐字或逐词返回，而不是等整个回答生成完再一次性返回，这样用户体验更好（无需长时间等待）。返回的response是一个可迭代的生成器，我们循环读取每个chunk中的新增的文本片段，并实时输出到终端，这样就达到了我们日常使用的一些网页聊天助手到效果了。

4.2到4.4节介绍了智能体的三种经典范式：ReAct, Plan-and-Solve, Reflection。

ReAct的关键在于不断重复Thought -> Action -> Observation 的循环，将新的观察结果追加到历史记录中，形成一个不断增长的上下文，直到它在Thought中认为已经找到了最终答案，然后输出结果。Plan-and-Solve将任务处理分为两个阶段（先plan，再solve），plan阶段会调用一次大语言模型，将问题分解，并制定出一个清晰、分步骤的行动计划；solve阶段会严格按照计划中的步骤，逐一执行。Reflection会循环进行执行->反思->优化，直到反思阶段不再发现新的问题，或者达到预设的迭代次数上限。

本文内容来自DataWhale开源项目Hello-Agents.