ACT - Action-Only Agents

Theorie

Paper

Originalpaper

Function Calling / Tool Use in LLMs Basierend auf OpenAI Function Calling (2023) und Anthropic Tool Use ACT-Agents sind die einfachste Form von Tool-Using Agents und nutzen die native Function-Calling-Fähigkeit moderner LLMs wie GPT-4, Claude und Mistral.

Konzept

ACT (Action-Only) führt Aktionen direkt aus, ohne explizite Reasoning-Traces zu generieren. Das LLM wählt basierend auf der Anfrage sofort das passende Tool aus und führt es aus. Das Reasoning findet implizit in den Modellgewichten statt.

Architektur

flowchart LR
    query([Query]) --> service[AgentChatService]
    service --> act[ACT Mode]
    act --> action[ACTION]
    action --> tool[[Tool Execute]]
    tool --> obs[/OBSERVATION/]
    obs --> decide{respond?}
    decide -->|Nein| act
    decide -->|Ja| answer([Antwort])

    style query fill:#e8c87a,stroke:#d4a84b,color:#000
    style service fill:#a8c5e2,stroke:#7ba3c9,color:#000
    style act fill:#D1BC8A,stroke:#b8a06a,color:#000
    style tool fill:#b0ca97,stroke:#8fb077,color:#000
    style obs fill:#88c4c8,stroke:#5fa8ad,color:#000
    style decide fill:#9e9e9e,stroke:#757575,color:#fff
    style answer fill:#98d4bb,stroke:#6bbf9a,color:#000

Einfacher Loop: Query → ACT → Action → Tool → Observation → (Wiederholung oder Antwort)

Kernkonzept

Action → Observation → Action → ... → Response

Im Gegensatz zu ReACT:

• Kein THOUGHT-Schritt - LLM wählt direkt Aktion
• Implizites Reasoning - in den Modellgewichten versteckt
• Schneller - weniger Token pro Iteration
• Weniger transparent - keine Erklärung der Entscheidung

Vergleich

Aspekt	ACT	ReACT
Reasoning	Implizit	Explizit
Token pro Iteration	~50-100	~150-300
Interpretierbarkeit	Niedrig	Hoch
Geschwindigkeit	Schnell	Mittel
Komplexe Aufgaben	Begrenzt	Gut

Wann ACT verwenden?

• Einfache Lookup-Aufgaben ("Wie ist die Telefonnummer?")
• Schnelle Antwortzeiten wichtig
• Transparenz nicht erforderlich
• Benutzer erwartet keine Erklärung

---

Beispiel

Query

"Was sind die Öffnungszeiten?"

ACT Trace

[Iteration 1]
ACTION: rag_search("Öffnungszeiten")
OBSERVATION:
  [1] Öffnungszeiten: Mo-Fr 9-18 Uhr, Sa 10-14 Uhr
  [2] Kontakt: Wir sind telefonisch erreichbar...

[Iteration 2]
ACTION: respond("Die Öffnungszeiten sind Montag bis Freitag
                 von 9 bis 18 Uhr und Samstag von 10 bis 14 Uhr. [1]")

Response

Die Öffnungszeiten sind Montag bis Freitag von 9 bis 18 Uhr
und Samstag von 10 bis 14 Uhr. [1]

Quellen:
[1] Öffnungszeiten - Kontakt

---

Implementierung in LLARS

Status: Produktiv

ACT ist vollständig implementiert und im Produktiveinsatz.

Architektur

flowchart TB
    subgraph main[chat_act Loop]
        direction TB
        start([Start]) --> gen[Generate ACTION]
        gen --> parse[Parse ACTION]
        parse --> check{respond?}
        check -->|Nein| exec[Execute Tool]
        exec --> hist[Add Observation]
        hist --> gen
    end
    check -->|Ja| done([Finalize])

    style start fill:#e8c87a,stroke:#d4a84b
    style gen fill:#a8c5e2,stroke:#7ba3c9,color:#000
    style parse fill:#D1BC8A,stroke:#b8a06a,color:#000
    style check fill:#9e9e9e,stroke:#757575,color:#fff
    style exec fill:#b0ca97,stroke:#8fb077,color:#000
    style hist fill:#88c4c8,stroke:#5fa8ad,color:#000
    style done fill:#98d4bb,stroke:#6bbf9a,color:#000
    style main fill:#f5f5f5,stroke:#D1BC8A

System Prompt

# DEFAULT_ACT_SYSTEM_PROMPT (db/models/chatbot.py)
"""
Du hast Zugriff auf folgende Tools:
- rag_search(query): Semantische Suche in den Dokumenten
- lexical_search(query): Woertliche Suche in den Dokumenten
- respond(answer): Finale Antwort geben

Nutze web_search nur, wenn es fuer diesen Bot aktiviert ist und in der Tool-Liste angegeben wird.
Nutze Suchbegriffe aus der aktuellen Nutzerfrage oder dem Verlauf.
Wenn die Frage ohne Kontext unklar ist, stelle eine Rueckfrage mit respond.
Schreibe keine [TOOL_CALLS]-Marker oder JSON-Toolcalls, sondern nur das ACTION-Format.

Fuehre die passende Aktion aus, um die Frage zu beantworten.
Format: ACTION: tool_name(parameter)
"""

Zusätzlich: - chatbot.system_prompt wird vorangestellt (Basis-Context). - build_tool_availability_prompt() ergänzt dynamisch die tatsächlich freigeschalteten Tools. - Platzhalter {PROJECT_URL} wird vor der Nutzung ersetzt.

Dateien

Datei	Funktion
app/services/chatbot/agent_chat_service.py	Routing auf ACT/ReAct/ReflAct
app/services/chatbot/agent_modes/mode_act.py	chat_act() Loop + Streaming
app/services/chatbot/agent_tools.py	Tool-Ausführung + Confidence-Check
app/services/chatbot/agent_prompts.py	Prompt Builder (ACT Prompt + Tool-Liste)
app/services/chatbot/agent_parsers.py	ACTION-Parser
app/db/models/chatbot.py	DEFAULT_ACT_SYSTEM_PROMPT + Prompt Settings

Code-Auszug

# mode_act.py - chat_act()
for iteration in range(max_iterations):
    yield {"status": "iteration", "iteration": iteration + 1, "max": max_iterations}

    # Generate ACTION (streaming)
    yield {"status": "getting_action", "iteration": iteration + 1}
    action_text = "..."

    # Parse ACTION
    action, param = parse_action(action_text)
    yield {"status": "action", "action": action, "param": param, "iteration": iteration + 1}

    if action == "respond":
        yield {"status": "final_answer"}
        ...
        return

    # Execute tool
    result, sources = service._tool_executor.execute_tool(action, param, message, enabled_tools)
    yield {"status": "observation", "result_preview": result[:200], "iteration": iteration + 1}

Konfiguration

# ChatbotPromptSettings
agent_mode: str = "act"
task_type: str = "lookup" | "multihop"
agent_max_iterations: int = 5

tools_enabled: List[str] = ["rag_search", "lexical_search", "respond"]
web_search_enabled: bool = False
web_search_max_results: int = 5

tavily_api_key: Optional[str] = "..."  # nur wenn web_search_enabled
act_system_prompt: str = "..."         # Custom Prompt (optional)

Tools

Tool	Funktion	Rückgabe
rag_search	Semantic Search	Treffer + Relevanz + Quellen
lexical_search	Keyword Search	Treffer + Quellen
web_search	Tavily Web Search (optional)	Web‑Ergebnisse + URLs
respond	Finale Antwort	Beendet Loop

Adaptive Iteration (High Confidence)

Wenn die Suche hohe Konfidenz liefert, beendet ACT die Iteration frühzeitig und generiert direkt eine finale Antwort. Dazu werden Relevanz-Scores der Quellen ausgewertet (check_high_confidence).

---

Events (WebSocket)

# Streaming Events (Auszug)
yield {"status": "starting", "mode": "act"}
yield {"status": "iteration", "iteration": 1, "max": 5}
yield {"status": "getting_action", "iteration": 1}
yield {"status": "action_delta", "delta": "...", "iteration": 1}
yield {"status": "action", "action": "rag_search", "param": "...", "iteration": 1}
yield {"status": "observation_delta", "delta": "...", "iteration": 1}
yield {"status": "observation", "result_preview": "...", "iteration": 1}
yield {"status": "adaptive_iteration", "iteration": 1, "reason": "high_confidence"}
yield {"status": "adaptive_response", "reason": "high_confidence_results"}
yield {"status": "max_iterations_reached"}
yield {"status": "final_answer"}
yield {"delta": "..."}
yield {"done": True, "full_response": "...", "sources": [...]} 

Logs

[AgentChatService] ACT adaptive iteration: high confidence on iteration 2

Metriken

In chatbot_messages.agent_trace wird gespeichert:

• Aktionen und Observations
• Iterationsanzahl
• Adaptive Exit (falls ausgelöst)

Zusätzlich enthält chatbot_messages.stream_metadata:

• mode
• iterations
• sources_count
• adaptive_exit (optional)

---

Siehe auch

• ReAct Agents
• ReflAct Agents
• RAG