企业官网建设流程全解析

ChatDev 2.0 如何为 Agent 节点开启 reflection 思考模式优化输出？

【免费下载链接】ChatDevChatDev 2.0: Dev All through LLM-powered Multi-Agent Collaboration项目地址: https://gitcode.com/GitHub_Trending/ch/ChatDev

在 ChatDev 2.0（DevAll）中，Agent 节点负责调用大语言模型完成文本生成。模型第一次生成的结果有时还不够理想：语法不严谨、逻辑有漏洞、代码缺少自检。ChatDev 2.0 的 Thinking 模块提供了内置的reflection思考模式，让 Agent 节点在初次生成后，再对输出进行一次自我反思，并用反思结果替换原始输出作为该节点的最终输出。本文的任务就是：在一个 Agent 节点上开启reflection，写一条合适的reflection_prompt，然后运行工作流并确认输出确实被反思优化过。适用前提是节点类型为agent、已配置好可用的模型提供商（如openai）与密钥。

1. 开启前需要理解 reflection 做了什么

reflection属于 Thinking 模块的内置思考模式，只在**生成后（after_gen）**触发。按 Thinking 模块指南 描述，其执行流程为：

1. Agent 节点正常调用模型生成初始回答；
2. ThinkingManager 将对话历史（系统角色、用户输入、模型输出）拼接为反思上下文；
3. 结合reflection_prompt再次调用模型生成反思结果；
4. 反思结果替换原始输出作为节点最终输出。

这一步在源码中可以直接对应：SelfReflectionThinkingManager 的_after_gen_think会拼接SYSTEM / USER / ASSISTANT三段对话并调用模型，最终返回(reflection_message.text_content(), True)——第二个返回值True表示“用反思结果替换原始生成结果”，这与指南中“反思结果替换原始输出”的说明一致。

这一点直接关系到验证：开启reflection后，节点最终输出的不是模型第一次的原始回答，而是反思后的版本。这也是判断配置是否生效的核心依据。

2. 准备条件

thinking是 Agent 节点的可选配置项，但它依附于一个能正常调模型的 Agent 节点，所以provider、name、api_key仍要配好。先按 README 完成安装与配置：

# 后端依赖 uv sync # 前端依赖 cd frontend && npm install

# 环境配置 cp .env.example .env

在.env中设置你的模型API_KEY和BASE_URL，YAML 里用${VAR}占位符引用这些变量。

启动前后端：

make dev

然后访问 Web Console：http://localhost:5173。

3. 在 Agent 节点上配置 reflection

reflection通过nodes[].config.thinking声明，包含type和config两个字段，其中config里的必填项是reflection_prompt。

下面是 Thinking 模块指南 给出的配置示例，把它加到你已有的 Agent 节点上即可：

nodes: - id: Thoughtful Agent type: agent config: provider: openai name: gpt-4o api_key: ${API_KEY} thinking: type: reflection config: reflection_prompt: | 请仔细审视你的回答，考虑以下方面： 1. 逻辑是否严密 2. 有无事实错误 3. 表达是否清晰 然后给出改进后的回答。

reflection_prompt决定了反思的方向。文档给出了几类适用场景，提示词应围绕具体目标写：写作润色（自查语法、逻辑）、代码审查（生成后做安全和质量检查）、复杂推理（对多步骤结果做验证和修正）。

仓库里已有现成示例可直接对照。demo_human.yaml 的 Agent 节点A开启了reflection，其reflection_prompt是'Extract the first sentence of each paragraph, do not output any other content.'——这个提示词会让节点最终只输出每段第一句，正好能直观体现“反思结果替换原始输出”。demo_simple_memory.yaml 的节点A也配置了reflection，并同时绑定了memories，属于“反思 + 记忆”的组合用法。如果你的节点不需要记忆，去掉memories字段即可，只保留thinking部分。

注意：thinking只是配置块的一部分，同一个节点仍可保留params（如temperature、max_tokens）等字段，两者互不影响。

配置完成后，可以本地校验 YAML 语法与 schema：

make validate-yamls

该命令检查所有 YAML 文件的语法和 schema 错误，适合在把配置交给前端执行前先跑一遍，确认thinking块没有写错结构。

4. 运行并确认输出被反思优化

在 Web UI 中运行工作流并观察结果（步骤来自 Web UI 快速入门）：

1. 进入Launch View；
2. 从左侧选择你修改后的工作流；
3. 输入 Task Prompt（任务提示）；
4. 点击Launch按钮启动执行；
5. 观察节点视图状态变化（pending → running → success/failed），并在输出面板查看节点输出上下文。

如何判断 reflection 生效：reflection的反思结果会替换原始输出作为节点最终输出，所以你在输出面板看到（或后续下载得到的）节点结果，应该是反思后的版本，而不是模型第一次的原始回答。执行完成后，可点击右侧面板的Download下载完整 Session 压缩包（含context.json、附件、日志等），在context.json中核对该节点最终落盘的文本，确认它已经是反思优化后的内容。

如果你希望反思时还能参考历史记忆，可以把重要结果存入 Memory 并在节点上绑定memories，反思上下文会通过memory参数传入——这是可选分支，不影响上面这条最小路径。

5. 限制与注意点

• 单轮反思：当前reflection为单轮反思。文档建议若需多轮，可在reflection_prompt中明确迭代要求，而不是依赖多轮自动执行。
• 额外模型调用与成本：反思会再调用一次模型，注意 token 用量；过长的reflection_prompt也会增加消耗，建议聚焦关键改进点。
• 仅生成后触发：内置reflection只启用生成后（after_gen）思考，不会在模型调用前改写输入；生成前思考需要自行扩展实现。
• reflection_prompt必填：它决定反思方向，写得越具体，优化越贴近目标。

参考：Thinking 模块指南、Agent 节点配置、真实示例 demo_human.yaml 与 demo_simple_memory.yaml。

【免费下载链接】ChatDevChatDev 2.0: Dev All through LLM-powered Multi-Agent Collaboration项目地址: https://gitcode.com/GitHub_Trending/ch/ChatDev