udpate chapter4

docs/chapter4/第四章 智能体经典范式构建.md

@@ -158,7 +158,7 @@ $$o_t = T(a_t)$$
 这个循环不断进行，将新的 $(a_t,o_t)$ 对追加到历史中，直到模型在思考 $th_t$ 中判断任务已完成。
 
 <div align="center">
-  <img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/01.png" alt="ReAct范式中的“思考-行动-观察”协同循环" width="90%"/>
+  <img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/4-1.png" alt="ReAct范式中的“思考-行动-观察”协同循环" width="90%"/>
   <p>图 4.1 ReAct 范式中的“思考-行动-观察”协同循环</p>
 </div>
 
@@ -608,7 +608,7 @@ $$
 最终的答案就是最后一个步骤的执行结果 $s_n$。
 
 <div align="center">
-  <img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/02.png" alt="Plan-and-Solve范式的两阶段工作流" width="90%"/>
+  <img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/4-2.png" alt="Plan-and-Solve范式的两阶段工作流" width="90%"/>
   <p>图 4.2 Plan-and-Solve 范式的两阶段工作流</p>
 </div>
 
@@ -886,7 +886,7 @@ $$
 
 
 <div align="center">
-<img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/03.png" alt="Reflection机制中的“执行-反思-优化”迭代循环" width="70%"/>
+<img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/4-3.png" alt="Reflection机制中的“执行-反思-优化”迭代循环" width="70%"/>
 <p>图 4.3 Reflection 机制中的“执行-反思-优化”迭代循环</p>
 </div>
 
@@ -1235,7 +1235,7 @@ def find_primes(n):
 
 <div align="center">
 <p>表 4.1 不同 Agent Loop 的选择策略</p>
-<img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/04.png" alt="" width="70%"/>
+<img src="https://raw.githubusercontent.com/datawhalechina/Hello-Agents/main/docs/images/4-figures/4-4.png" alt="" width="70%"/>
 </div>
 
 至此，我们已经掌握了构建单个智能体的核心技术。为了过渡知识，以及对实际应用更加深入。下一节我们将会探索不同低代码平台的使用方式以及轻代码构建agent的方案。