Fusion Agent

Fusion Agent 是框架中最灵活、最智能的 Agent 范式。它融合了 ReAct、Plan-Solve 和 Reflection 三种模式，能够根据任务复杂度自动路由到最合适的执行策略。

执行流程

用户输入
  ↓
[ROUTE] 复杂度分类:
  ├── 简单 (simple) → ReAct 快速执行
  └── 复杂 (complex) → Plan → Execute
  ↓
[PLAN] (仅 complex):
  ├── 生成执行计划
  ├── [确认计划? never/always/auto]
  └── 用户确认 (如需要)
  ↓
[EXECUTE] 执行计划步骤 (ReAct 或 Plan-Solve)
  ├── [Inline Reflection] 每 N 步内省一次
  └── 继续直到完成
  ↓
[REFLECT] (可选，post-hoc):
  ├── ReflectionAgent 反思整个会话
  ├── 评分 (0-100)
  └── 记录到 ErrorNotebook
  ↓
Final Answer

基本用法

import { FusionAgent, OpenAIProvider } from 'kagent-ts'

const agent = new FusionAgent({
  systemPrompt: '你是一个全能 AI 助手。',
  provider: new OpenAIProvider({
    apiKey: process.env.OPENAI_API_KEY!,
    model: 'gpt-4o',
  }),
  tools: [
    // 注册你需要的工具
  ],

  // ── 路由策略 ──
  routing: 'auto',            // "auto" | "force-plan" | "force-react"

  // ── 计划确认 ──
  planConfirmation: 'auto',   // "never" | "always" | "auto"
  // onPlanConfirm: async (plan, reason) => { return true },

  // ── 反思配置 ──
  reflection: 'both',         // "off" | "post-hoc" | "inline" | "both"
  inlineReflectionInterval: 5, // 每 N 次迭代触发内省反思
})

配置参数

interface FusionAgentConfig extends AgentConfig {
  // ── 路由策略 ──
  routing?: 'auto' | 'force-plan' | 'force-react'
  // "auto":        LLM 自动分类任务复杂度 (多一次 LLM 调用)
  // "force-plan":  始终走 Plan → Execute 流程
  // "force-react": 始终走 ReAct 直接执行

  // ── 计划确认 ──
  planConfirmation?: 'never' | 'always' | 'auto'
  onPlanConfirm?: PlanConfirmCallback
  // "never":  直接执行，不确认
  // "always": 始终先让用户确认计划
  // "auto":   仅当检测到高风险工具时请求确认

  // ── 反思配置 ──
  reflection?: 'off' | 'post-hoc' | 'inline' | 'both'
  inlineReflectionInterval?: number  // (默认: 5)

  // ── 循环控制 ──
  maxIterations?: number              // (默认: 15)
  maxPlanSteps?: number               // (默认: 12)
}

路由机制

在 "auto" 模式下，Fusion Agent 会先让 LLM 分类任务的复杂度：

用户: "帮我重构整个项目的日志系统"
LLM: {"complexity": "complex", "reason": "涉及多文件修改和架构决策"}

用户: "当前目录下有哪些 .ts 文件？"
LLM: {"complexity": "simple", "reason": "单步工具调用即可完成"}

反思模式

Off ("off")

不进行任何反思，与普通 ReAct/Plan-Solve 相同。

Post-hoc ("post-hoc")

执行完成后，使用 ReflectionAgent 对整个会话进行反思：

• 评分 0-100
• 分类问题: reasoning_error, tool_misuse, missed_optimization, incomplete_answer, hallucination, context_mismanagement
• 记录到 ErrorNotebook 供后续学习

Inline ("inline")

每 N 次迭代注入一次内省提示，让 LLM 自我检查执行进度：

🤔 INLINE REFLECTION:
请回顾之前的步骤：
- 当前进度是否符合预期？
- 是否有偏离目标的迹象？
- 是否需要调整策略？

Both ("both")

同时启用 Inline 和 Post-hoc 反思。

计划确认

通过 planConfirmation 和 onPlanConfirm 实现人机协作：

const agent = new FusionAgent({
  // ...
  planConfirmation: 'auto',
  onPlanConfirm: async (plan, reason) => {
    console.log('计划:', plan)
    console.log('原因:', reason)
    // 返回 true 继续执行，false 终止
    return true
  },
})

在 "auto" 模式下，当计划中包含高风险关键词（如 delete, rm, drop, format）时，自动请求用户确认。

完整示例

import { FusionAgent, OpenAIProvider, BUILTIN_TOOLS } from 'kagent-ts'

const agent = new FusionAgent({
  systemPrompt: '你是一个经验丰富的软件工程师。',
  provider: new OpenAIProvider({
    apiKey: process.env.OPENAI_API_KEY!,
    model: 'gpt-4o',
  }),
  tools: BUILTIN_TOOLS,

  routing: 'auto',
  planConfirmation: 'auto',
  reflection: 'both',
  inlineReflectionInterval: 5,
  maxIterations: 20,
})

const answer = await agent.run(
  '请分析这个项目的代码质量，找出 5 个最重要的改进点，并按优先级排序。'
)
console.log(answer)

什么时候用 Fusion？

✅ 适合:

• 不知道任务复杂度的通用场景
• 希望 Agent 自动选择最优策略
• 需要质量保证（反思）的关键任务
• 需要人机协作确认的任务

❌ 不适合:

• Token 极度敏感的轻量任务 → 使用 ReAct Agent
• 明确只需要简单执行的场景 → 使用 ReAct Agent

下一步

• Orchestrator Agent — 多代理并行编排
• Reflection 反思 — 深入了解反思机制
• Eval 评估 — 评估 Agent 执行质量