Week 2 · Day 8/30

Agent Architecture Fundamentals

ReAct pattern, tool calling, function calling — základy agentov

📅 2026-03-11 ⏱️ 6-7 hodín 📊 Agent Systems
Celkový progres 27%

🎯 Cieľ dňa

Pochopiť ReAct loop (Thought → Action → Observation), function calling mechaniku, a tool schemas. Buildnúť agenta od nuly bez frameworkov.

core practice

📚 Study Resources

📚

ReAct Prompting — Prompt Engineering Guide

Kanonická referencia Reasoning + Acting patternu s príkladmi.

reference
💻

Super Simple ReAct Agent from Scratch

Minimálna Python implementácia ReAct bez frameworkov. Thought-Action-Observation v čistom kóde.

tutorial
🏗️

Martin Fowler — Function Calling Using LLMs

Autoritatívna architecture-level explainécia. LLM neexecute funkcie — posiela structured data.

article
🔧

Composio — Tool Calling Guide (2026)

Moderný guide vrátane dynamic tool discovery cez MCP a vector stores.

article

💡 Key Concepts

ReAct Loop — Thought → Action → Observation cyklus. LLM uvažuje, zavolá tool, pozoruje výsledok, opakuje.
Function vs Tool Calling — Rovnaký koncept, rôzne mená. LLM outputuje JSON popisujúci funkciu — nikdy ju neexecutuje sám.
Agent Loop — Skontroluj response → ak je tool call, executni, pridaj result, pošli späť → opakuj kým nie sú žiadne tool calls.
Tool Schemas — JSON Schema definície hovoria LLM aké tools sú available, parametre, return types.
Grounding — Tools groundujú LLM v realite — pripájajú ho k databázam, API, kalkulačkám.

🔧 Praktické cvičenie

Buildni ReAct agenta from scratch (žiadne frameworky).

  1. Vytvor 2-3 tools (kalkulačka, weather API, web search simulátor)
  2. Implementuj full Thought-Action-Observation loop
  3. Použi OpenAI alebo Anthropic API
  4. Testuj s rôznymi otázkami vyžadujúcimi rôzne tools
  5. Pozoruj ako agent reasoning + tool selection funguje