理论知识
反思如何改进任务输出：反思最强大的形式是结合外部反馈。--可以理解为半监督。--最后的总结非常完美，值得回顾。
如何理解反思是工程实践？
“直接生成”是AI最基础、最直观的工作方式，也常被称为“零样本提示”（Zero-shot Prompting）。
反思提示 (Reflection prompt) 关键词：审查/验证（明确告诉模型你要它做什么）+特征要求（具体指定检查标准）、检查+要求、“反问”或“深究”问题点+要求（你最关心的维度）。
反思阶段的LLM使用具备强大推理能力的“思考模型”（Reasoning Model），但评判标准要量化：使用 LLM 作为裁判，但需提供详细的评分量表（Rubric）。
“提示词工程的收益递减规律。外部反馈为系统注入了“新信息”，使其不再局限于模型自身的知识库和推理能力。”
反思+外部反馈 将有效提升 agent性能， 反思过程使用的模型多尝试不同模型，以找到最适合的设置。
工程实践
openai kay 获取：https://platform.openai.com/api-keys
anthropic key 获取：https://console.anthropic.com/dashboard需付费。$5。
deepseek kay 获取：~
其他： https://openrouter.ai/z-ai/glm-4.5-air:free
aisuite：（aisuite 仓库），它让你能够方便地调用由不同提供商托管的 LLM。
外部反馈工具有哪些？
1）语言礼貌或者不说敏感词要求：编写一个代码工具【模式匹配 】，使用正则表达式对模型的输出进行模式匹配，自动检测是否包含竞争对手名称。
2）事实核查、信息准确要求：调用网络搜索API，查询关于泰姬陵建造时间的权威资料。
3）字数限制要求：开发一个简单的字数统计工具。
