Přeskočit na hlavní obsah
PraktickAI
KurzyPro týmySlužbyDokumentaceBlog
KurzyPro týmySlužbyDokumentaceBlog
DomůKurzyAI agenti pro vývojářeAgentní architektury: ReAct, tool use, plánování
Předchozí lekceDalší lekce
Lekce 2 z 730 min

Agentní architektury: ReAct, tool use, plánování

Přejít na sekci
  • Proč záleží na architektuře
  • ReAct: Reasoning + Acting
  • Plan and Execute
  • Tool Use (Function Calling)
  • Pokročilé patterny
  • Reflexe
  • Tool search
  • Paralelní volání nástrojů
  • Jak vybrat architekturu

Proč záleží na architektuře

Můžete mít nejinteligentnější model na světě, ale pokud ho zabalíte do špatné architektury, dostanete špatného agenta. Architektura určuje, jak agent přemýšlí, rozhoduje se a provádí akce. V této lekci se podíváme na tři základní přístupy.

ReAct: Reasoning + Acting

ReAct (Reasoning and Acting) je nejrozšířenější agentní architektura. Princip je jednoduchý: model střídavě přemýšlí a jedná. Thought (přemýšlím, co potřebuji zjistit) -> Action (zavolám nástroj) -> Observation (vidím výsledek) -> Thought (na základě výsledku přemýšlím, co dál) -> Action...

Úkol: Zjisti, jaký framework používá projekt a jaké má závislosti

Thought: Potřebuji zjistit strukturu projektu. Začnu čtením package.json.
Action: read_file("package.json")
Observation: { "dependencies": { "next": "16.x", "react": "19.x" ... } }
Thought: Je to Next.js 16 s React 19. Podívám se na tsconfig pro další info.
Action: read_file("tsconfig.json")
Observation: { "compilerOptions": { "target": "ES2022" ... } }
Thought: Mám dost informací. Projekt používá Next.js 16, React 19, TypeScript.
Answer: Projekt používá Next.js 16 s React 19 a TypeScript...

ReAct je základem Claude Code, Cursor a většiny moderních coding agentů. Když vidíte, jak Claude Code čte soubory, přemýšlí a píše kód, díváte se na ReAct v akci.

Výhody ReAct: transparentní uvažování (vidíte, proč agent dělá, co dělá), dobrý pro úlohy, kde se plán mění podle výsledků, jednoduchá implementace. Nevýhody: může se zacyklit (thought -> action -> thought o tom samém), každý krok stojí tokeny/peníze, pomalejší než přímé přístupy.

Plan and Execute

Alternativní přístup: agent nejdřív vytvoří plán všech kroků, a pak je provede. Na rozdíl od ReAct, kde agent přemýšlí po každém kroku, tady přemýšlí na začátku a provádí sériově.

Úkol: Přidej autentizaci do aplikace

Plán:
1. Analyzovat existující app strukturu
2. Nainstalovat auth knihovnu (next-auth)
3. Vytvořit auth API route
4. Přidat login/logout komponenty
5. Chránit existující stránky
6. Přidat testy
7. Spustit build a ověřit

Execution:
Step 1: read_file("src/app/layout.tsx") -> OK, mám strukturu
Step 2: run_command("npm install next-auth") -> OK
Step 3: write_file("src/app/api/auth/[...nextauth]/route.ts") -> OK
...

Výhody: efektivnější pro úlohy s jasným postupem, méně kroků přemýšlení = nižší náklady, snazší pro uživatele sledovat postup. Nevýhody: plán se může ukázat jako špatný až v průběhu provádění, méně flexibilní než ReAct, vyžaduje dostatečný počáteční kontext.

Tool Use (Function Calling)

Tool use není sám o sobě architektura, ale základní stavební kámen všech agentních architektur. Model dostane popis dostupných nástrojů a rozhodne, který použít. Klíčové: model nástroj NEVYKONÁVÁ — vrací strukturovaný požadavek (název nástroje + parametry) a váš kód nástroj vykoná.

# Definice nástroje pro Claude API
tools = [{
    "name": "read_file",
    "description": "Přečte obsah souboru na dané cestě",
    "input_schema": {
        "type": "object",
        "properties": {
            "path": {
                "type": "string",
                "description": "Cesta k souboru"
            }
        },
        "required": ["path"]
    }
}]

# Model se rozhodne nástroj použít
# a vrací: {"name": "read_file", "input": {"path": "src/app/page.tsx"}}
# Váš kód přečte soubor a výsledek pošle zpět modelu

V březnu 2026 všichni tři hlavní provideři (Anthropic, OpenAI, Google) nabízejí nativní tool use/function calling. API je mírně odlišné, ale princip je stejný: popíšete nástroje, model rozhodne, který použít, a vy ho vykonáte.

Pokročilé patterny

Reflexe

Agent po dokončení úkolu zhodnotí svou práci a opraví chyby. Například: napíše kód -> spustí testy -> testy failují -> analyzuje chybu -> opraví kód -> znovu spustí testy. Toto je běžné v coding agentech jako Claude Code.

Tool search

Když agent má přístup ke stovkám nástrojů, nepošlou se všechny v kontextu. Místo toho agent nejdřív hledá relevantní nástroje. Anthropic nabízí Tool Search Tool, který ušetří až 85 % kontextu oproti tradičnímu přístupu.

Paralelní volání nástrojů

Agent může volat více nástrojů najednou — například číst 5 souborů paralelně. To dramaticky zrychluje provádění, zvlášť u I/O-bound operací.

Jak vybrat architekturu

  • ReAct: když neznáte předem všechny kroky, úkol vyžaduje exploraci, nebo se plán mění podle výsledků
  • Plan and Execute: když je úkol jasně definovaný, kroky jsou predikovatelné, a chcete minimalizovat náklady
  • Hybridní: plán na začátku, ale s možností replánovat po každém kroku — nejpoužívanější přístup v praxi

Při výběru mezi ReAct a Plan-and-Execute se ptejte: 'Znám všechny kroky předem?' Pokud ano, Plan-and-Execute je efektivnější. Pokud úkol vyžaduje průzkum (např. debugging, objevování kódu), ReAct lépe zvládá neznámé.

Navrhněte agentní architekturu

Máte úkol: 'Projdi celou codebase, identifikuj všechny TODO komentáře, vytvoř z nich GitHub issues s přiřazením priority a labelů.' 1. Jaký přístup zvolíte — ReAct, Plan and Execute, nebo hybridní? Zdůvodněte. 2. Jaké nástroje bude agent potřebovat? 3. Nakreslete flow diagram agentní smyčky pro tento úkol. 4. Kde může agent selhat a jak to ošetříte?

Nápověda

Tento úkol má jasně definované kroky (scan -> parse -> create issues), takže Plan and Execute je přirozená volba. Ale co když narazíte na TODO bez dostatečného kontextu pro prioritizaci? Tam potřebujete ReAct flexibilitu.

Trasujte ReAct v akci

Vezměte příklad ReAct trasování z lekce a rozšiřte ho o realistický scénář selhání. Napište kompletní ReAct trasování (Myšlenka -> Akce -> Pozorování) pro tento úkol: 'Najdi konfiguraci databáze v tomto projektu a zkontroluj, zda je nakonfigurován connection pooling.' Vaše trasování by mělo obsahovat: 1. Alespoň 5 cyklů Myšlenka-Akce-Pozorování 2. Alespoň jednu slepou uličku (soubor nenalezen, špatný předpoklad) 3. Zotavení agenta ze slepé uličky a pokus o jiný přístup 4. Finální odpověď s konkrétními zjištěními Napište celé trasování ve formátu ukázaném v lekci.

Nápověda

Realistické trasování by začalo kontrolou běžných konfiguračních souborů (settings.py, .env, config/database.yml), pak by mohlo potřebovat grep na klíčová slova jako 'pool', 'connection', 'database'. Zahrňte moment, kdy agent hledá na špatném místě.

Porovnání architektur

Vezměte tento úkol: 'Refaktoruj všechny API endpointy v projektu tak, aby používaly konzistentní formát chybových odpovědí.' Navrhněte přístup agenta pomocí OBOU architektur: 1. Plan and Execute verze: - Napište kompletní plán (číslované kroky) - Identifikujte, kde se plán může rozbít - Odhadněte počet potřebných volání nástrojů 2. ReAct verze: - Napište první 3 cykly Myšlenka-Akce-Pozorování - Ukažte, jak se agent přizpůsobí, když objeví neočekávané vzory - Odhadněte počet potřebných volání nástrojů Porovnejte: který by dokončil rychleji? Který by dal lepší výsledky? Který by stál méně API volání?

Nápověda

Plan-and-Execute by byl efektivnější, POKUD všechny endpointy sledují stejný vzor. Ale v reálných kódech jsou endpointy často nekonzistentní — některé používají výjimky, některé vracejí slovníky, některé vlastní třídy. ReAct tuto variabilitu zvládá lépe.

Klíčové poznatky
  • ReAct = střídavé přemýšlení a jednání — nejflexibilnější, základ většiny agentů
  • Plan and Execute = plán dopředu, pak provedení — efektivnější pro jasné úkoly
  • Tool use = model vybírá nástroje, váš kód je provádí — stavební kámen všech architektur
  • V praxi se používají hybridní přístupy — plán + možnost replánovat
  • Architektura určuje kvalitu agenta víc než inteligence modelu

V příští lekci se ponoříme do stavby agenta s Claude API — technika, která vám dá jasnou převahu. Odemkněte celý kurz a pokračujte hned.

Předchozí lekce
LinkedInX / Twitter

2/7 hotovo — pokračujte!

  • Proč záleží na architektuře
  • ReAct: Reasoning + Acting
  • Plan and Execute
  • Tool Use (Function Calling)
  • Pokročilé patterny
  • Reflexe
  • Tool search
  • Paralelní volání nástrojů
  • Jak vybrat architekturu

PraktickAI

AI školení a konzultace pro technické týmy

KurzyPro týmySlužbyDokumentaceBlog
karel@praktickai.appLinkedIn

© 2026 PraktickAI — SkyVisual s.r.o. Všechna práva vyhrazena. Ochrana soukromí · Obchodní podmínky · Reklamační řád