CodeAct范式

rag系列文章目录

---

前言

在大模型agent领域，比较常见的是ReAct范式，它的核心思想是把推理（Reasoning）和行动（Acting，通常是工具调用）结合起来。LLM 一边输出“思考过程”，一边决定调用什么工具或采取什么行动，再根据观察结果继续推理。

而CodeAct的核心思想是让 LLM 输出 可执行代码（而不是自然语言的行动指令），然后在安全环境里执行代码，执行结果再反馈给模型，进入下一轮。

---

一、为什么需要CodeAct

之所以需要CodeAct，是因为大模型没法进行继续，或者大模型计算的准确度不高。比如文本中提到a和b，而c等于a加上b，让大模型输出c的值，大模型输出很可能不准确。
还有需要画图的时候，大模型没法直接画图，而写代码就很方便。

CodeAct主要适用于以下场景：
1、 复杂计算 / 数学推理
2、 数据处理 / 科学计算 / 可视化
3、 编程题（如 HumanEval、MBPP）
4、 高精度要求的场景（减少 LLM “口算” 出错）

二、存在的问题

CodeAct 虽然能提升 LLM 的推理能力，但它也带来了一些新的挑战。

1. 正确性验证困难
   • 问题：
   LLM 生成的代码执行结果，未必和用户问题语义完全对齐。
   如果代码逻辑有 bug，但运行能返回“貌似合理”的结果，用户可能难以察觉。
   • 风险：
   得到错误答案，但因为有“代码支撑”，用户会过度信任。
   • 缓解思路：
   增加冗余验证：同一任务用不同实现思路多跑几次，交叉对比结果。
   引入“结果检查器”模型（Verifier）对输出进行二次验证。

2. 代码执行的稳定性
   • 问题：
   代码可能包含致命错误（死循环、内存溢出、调用非法库等）。
   代码注入攻击风险：用户或模型生成的代码可能试图访问敏感资源。
   • 风险：
   执行环境崩溃、资源耗尽、安全漏洞。
   • 缓解思路：
   沙箱执行（限制内存、CPU、磁盘、网络）。
   设置超时和资源上限。
   仅允许白名单库和函数。

3. 调试与可解释性
   • 问题：
   当结果不对时，很难判断是 LLM 推理错误，还是代码实现错误。
   调试成本高：需要人工检查 LLM 输出的多段代码。
   • 风险：
   难以快速定位问题，导致系统可靠性差。
   • 缓解思路：
   要求 LLM 输出代码+解释。
   生成单元测试，自动验证关键函数。

4. 性能与效率
   • 问题：
   LLM 可能生成冗长、低效的代码（如暴力算法）。
   多轮执行反馈模式增加延迟。
   • 风险：
   响应慢，计算资源浪费。
   • 缓解思路：
   使用 Code Optimization Agent，对生成代码做优化。
   预置高效工具库（避免 LLM 重复造轮子）。

三、实践

以下使用langgraph构建CodeAct工作图，如下所示：

代码如下：

from langchain_openai import ChatOpenAI
from langgraph.graph import StateGraph, END, START
from langchain.schema import BaseOutputParser
from typing import TypedDict
from dotenv import load_dotenv
import traceback
import os
# Load environment variables
load_dotenv()
assert os.getenv("OPENAI_API_KEY"), "OPENAI_API_KEY not set in .env"
# Typed state with retry support
class AgentState(TypedDict, total=False):instruction: strcode: stroutput: strerror: strtraceback: strretries: int
# Extract Python code from LLM response
class CodeExtractor(BaseOutputParser):def parse(self, text: str) -> str:import rematch = re.search(r"```python(.*?)```", text, re.DOTALL)return match.group(1).strip() if match else text.strip()
# Step 1: Generate code
def generate_code(state: AgentState) -> AgentState:llm = ChatOpenAI(temperature=0, model="gpt-4")prompt = f"Write Python code to do the following task:\n\n{state['instruction']}"response = llm.invoke(prompt)code = CodeExtractor().parse(response.content)return {**state,"code": code}
# Step 2: Execute the code
def execute_code(state: AgentState) -> AgentState:try:local_vars = {}exec(state["code"], {}, local_vars)output = local_vars.get("result", "Execution completed. No `result` variable found.")return {**state,"output": output,"error": None,"traceback": None}except Exception as e:retries = state.get("retries", 0) + 1return {**state,"error": str(e),"traceback": traceback.format_exc(),"retries": retries}
# Branch logic: Retry if error and below max
MAX_RETRIES = 3
def error_handler(state: AgentState) -> str:if "error" in state and state.get("retries", 0) < MAX_RETRIES:return "generate_code"return END
# Build LangGraph
builder = StateGraph(AgentState)
builder.add_node("generate_code", generate_code)
builder.add_node("execute_code", execute_code)
builder.add_edge(START, "generate_code")
builder.add_edge("generate_code", "execute_code")
builder.add_conditional_edges("execute_code", error_handler)
graph = builder.compile()
# Run the agent
if __name__ == "__main__":user_input = "Plot a sine wave using matplotlib and numpy"initial_state: AgentState = {"instruction": user_input, "retries": 0}result = graph.invoke(initial_state)print("\n--- Final Result ---")if "output" in result:print("Output:\n", result["output"])else:print("Error:\n", result.get("error", "Unknown error"))print("Traceback:\n", result.get("traceback", "No traceback"))

生成的图片如下，该agent通过生成代码，并执行代码，获得了sin曲线。

---

总结

虽然CodeAct还有很多问题需要解决，但是随着大模型编程的能力越来越强，这些问题会大大缓解。CodeAct是一种新的方式，这种agent不仅仅会聊天，而且会主动code，深入思考，大大加强了agent处理复杂问题的能力。
参考文档： 1 2