推理增强提示技术：让AI的推理更深入

def self_consistency(prompt, n_samples=5, temperature=0.8):
    """
    Self-Consistency实现
    """
    responses = []
    for i in range(n_samples):
        response = call_llm(
            prompt,
            temperature=temperature,
            max_tokens=500
        )
        # 提取答案
        answer = extract_answer(response)
        responses.append(answer)
    
    # 投票选择最一致的答案
    final_answer = majority_vote(responses)
    return final_answer

def tree_of_thoughts(problem, n_branches=3, depth=4):
    """
    Tree of Thoughts实现（简化版）
    """
    # 初始状态
    states = [{"thought": "", "score": 0}]
    
    for step in range(depth):
        new_states = []
        
        for state in states:
            # 从当前状态生成n_branches个可能的中间步骤
            prompt = f"""
            问题：{problem}
            当前思路：{state['thought']}
            
            请生成{branches}个可能的下一步思路（编号1-{n_branches}）：
            """
            
            responses = call_llm(prompt, n=branches, temperature=0.8)
            
            for i, response in enumerate(responses):
                new_thought = state["thought"] + " " + response
                # 评估这个思路的得分（用另一个LLM）
                score = evaluate_thought(new_thought, problem)
                new_states.append({
                    "thought": new_thought,
                    "score": score
                })
        
        # 只保留top-k个状态（束搜索）
        states = sorted(new_states, key=lambda x: x["score"], reverse=True)[:top_k]
    
    # 从最终状态中选择最佳答案
    best_state = states[0]
    answer = extract_answer(best_state["thought"])
    return answer

你是一个可以使用工具的AI助手。

可用工具：
1. Search[query] — 搜索网络
2. Calculator[expression] — 计算
3. Python[code] — 执行Python代码

请按以下格式回复：
Thought: [你的思考过程]
Action: [工具名][参数]
Observation: [工具返回结果]（这个由系统填充）
...（重复Thought/Action/Observation）
Thought: [最终思考]
Answer: [最终答案]

问题：{question}

问题：2026年NBA总决赛MVP是谁？

Thought: 我需要知道2026年NBA总决赛的信息，应该用Search工具。
Action: Search["2026 NBA Finals MVP"]
Observation: [搜索结果] 2026年NBA总决赛，洛杉矶湖人队击败波士顿凯尔特人队，LeBron James获得总决赛MVP。
Thought: 搜索结果告诉我答案是LeBron James。
Answer: 2026年NBA总决赛MVP是LeBron James。

def react_loop(question, max_steps=5):
    """
    ReAct循环实现
    """
    conversation = [
        {"role": "system", "content": react_system_prompt},
        {"role": "user", "content": f"问题：{question}"}
    ]
    
    for step in range(max_steps):
        response = call_llm(conversation)
        
        # 解析Thought/Action/Observation
        if "Action:" in response:
            # 有行动
            action = parse_action(response)
            
            # 执行工具
            observation = execute_tool(action)
            
            # 将观察结果加入对话
            conversation.append({"role": "assistant", "content": response})
            conversation.append({"role": "user", "content": f"Observation: {observation}"})
        else:
            # 无行动，直接给出答案
            answer = parse_answer(response)
            return answer
    
    # 达到最大步数，强制给出答案
    return "无法在限定步数内解决问题。"

def reflexion_loop(task, max_attempts=3):
    """
    Reflexion循环
    """
    memory = []  # 存储反思结果
    
    for attempt in range(max_attempts):
        # 构造提示（包含历史反思）
        prompt = f"""
        任务：{task}
        
        历史反思（避免重复错误）：
        {format_memory(memory)}
        
        请解决这个问题：
        """
        
        response = call_llm(prompt)
        
        # 评估答案
        score = evaluate_answer(task, response)
        
        if score == 1.0:
            # 答案正确
            return response
        else:
            # 答案错误，进行反思
            reflect_prompt = f"""
            你的答案是：{response}
            正确答案是：{get_correct_answer(task)}
            
            请反思：
            1. 你哪里出错了？
            2. 正确的思路应该是什么？
            3. 下次如何避免这个错误？
            """
            reflection = call_llm(reflect_prompt)
            memory.append(reflection)
    
    return "达到最大尝试次数，仍无法解决。"