Обзор RE-PLAN

RE-PLAN позволяет цепочке реагировать во время выполнения: после шага один или несколько чекеров оценивают прогресс и могут решить повторить шаг, откатиться к более ранней контрольной точке и запустить всё заново, перезапустить с начала или завершить неудачей — всё в рамках бюджета, чтобы не зациклиться навсегда.

Отмечаем контрольные точки

Цели отката — это шаги, которые вы отмечаете как контрольные точки:

LLMStepDescription(
    number=2,
    title="Risk assessment",
    aim="Assess the risks.",
    checkpoint=True,
    checkpoint_name="risk_phase",
)

Подключаем политику

Настройте RE-PLAN с помощью ReplanPolicy на цепочке. Здесь основанный на правилах чекер повторяет текущий шаг каждый раз, когда ошибка содержит “rate limit”:

from mmar_carl import (
    ReasoningChain, ReplanPolicy, RuleBasedReplanCheckerConfig, ReplanAction,
)

policy = ReplanPolicy(
    checkers=[
        RuleBasedReplanCheckerConfig(
            error_substrings=["rate limit"],
            action_on_match=ReplanAction.RETRY_CURRENT_STEP,
        ),
    ],
)

chain = ReasoningChain(steps=steps, replan_policy=policy)

Переключайте на уровне шага с помощью replan_enabled=True/False (по умолчанию — политика цепочки).

Действия

Вердикт чекера запрашивает одно из значений ReplanAction:

Действие	Эффект
CONTINUE	Продолжить в обычном режиме.
RETRY_CURRENT_STEP	Повторить только что завершившийся шаг.
REPLAN_FROM_CHECKPOINT	Откатиться к контрольной точке и запустить заново оттуда.
RESTART_CHAIN	Начать всю цепочку сначала.
FAIL	Немедленно завершить цепочку неудачей.

Структура политики

ReplanPolicy объединяет:

Поле	Тип	Назначение
enabled	bool	Главный переключатель (по умолчанию True).
checkers	list[...CheckerConfig]	Чекеры, которые голосуют.
aggregation	ReplanAggregationConfig	Как объединяются голоса (см. чекеры).
trigger	ReplanTriggerConfig	Когда проводить оценку (после каждого шага / только при неудачах / только на контрольных точках / для конкретных шагов).
budgets	ReplanBudgetConfig	Защита от бесконечного перепланирования.

Ограничение бюджета

ReplanBudgetConfig предотвращает бесконечные циклы:

Поле	По умолчанию	Назначение
max_replans_per_chain	3	Всего действий RE-PLAN за запуск.
max_replans_per_step	2	Перепланирований, связанных с одним шагом.
max_visits_per_checkpoint	—	Ограничение повторных входов в контрольную точку.
fail_on_budget_exhaustion	—	Завершить неудачей (вместо продолжения) при исчерпании бюджета.

Пример

Детерминированный пример RE-PLAN из репозитория (mock-клиент, без API-ключа) запускает цепочку из 3 шагов для служебной записки. Шаг 2 на первой попытке выдаёт NEEDS_REPLAN; основанный на правилах чекер находит эту подстроку, повторяет шаг с обратной связью, и вторая попытка завершается успешно.

from mmar_carl import ReplanPolicy, RuleBasedReplanCheckerConfig, ReplanAction

policy = ReplanPolicy(
    enabled=True,
    checkers=[
        RuleBasedReplanCheckerConfig(
            name="risk_quality_guard",
            result_substrings=["NEEDS_REPLAN"],
            action_on_match=ReplanAction.RETRY_CURRENT_STEP,
            feedback_on_match=["Add explicit mitigation ownership and concrete risks."],
        )
    ],
)

chain = ReasoningChain(steps=steps, max_workers=1, replan_policy=policy)
result = chain.execute(context)

for event in result.replan_events:
    print(event.step_number, event.final_action, event.rollback_target)

result.replan_events фиксирует каждое решение RE-PLAN — шаг, выбранное действие, подсчёт голосов чекеров (event.aggregation) и цель отката, если она есть.

Смотрите также

• Чекеры и агрегация
• Примеры RE-PLAN в репозитории (детерминированный / LLM / голосование / контрольная точка / бюджет).