.png)
一、 概念与优势：ReAct 是如何工作的？
1、ReAct 的起源与定义
ReAct（Reasoning and Acting）最早由 Google Research 在 2022 年的论文中提出。这个名字听起来高大上，其实拆开看非常直白：推理（Reasoning）+ 行动（Acting）。 它的核心理念是让 AI 模型通过“一边想一边做”的循环来解决复杂问题，而不是像传统大模型那样“想完了再做”或仅凭内部记忆瞎猜。
2、核心运转机制：T-A-O 循环
ReAct 的工作方式与人类解决问题的过程高度相似。它不会一次性规划好所有的死板流程，而是在有一个整体目标的前提下，走一步看一步，不断循环以下三个步骤：
🤔思考 (Thought)：Agent 的推理过程。理解当前问题、历史信息，并规划下一步行动。（例如：“我需要知道北京的天气，需要调用天气工具。”）
🛠️行动 (Action)：基于思考结果，调用外部工具（如搜索引擎、计算器、API、本地文件操作等）。
👀观察 (Observation)：获取工具执行后的返回结果。基于这个真实结果，Agent 再次进入“思考”环节。
ReAct Agent 的工作方式与人类解决复杂问题的过程高度相似。它不会在任务开始时就一次性规划好所有的死板流程，而是在有一个整体目标的前提下，采取“走一步看一步”的策略。
3、与传统方法的比较
与仅推理（Reasoning-Only）或仅行动（Action-Only）的方法相比，ReAct 具有明显优势：
对比 Reasoning-Only：纯推理模型会基于任务进行逐步思考，但不管是否获得结果都会把思考步骤执行一遍，缺乏与外部世界的交互。
对比 Action-Only：纯行动模型处于完全没有规划的状态，先行动再观察，导致结果不可控。
ReAct 通过推理与行动的协同，实现了更接近人类问题解决方式的智能行为。
就像你要去一家没去过的咖啡店。走到路口，你观察一下路牌，思考后决定左转（行动）；走了一段发现不对，再向路人询问（行动），获取新路线（观察），边走边找，最终到达目的地。
4、为什么我们需要 ReAct？
现实任务往往充满了不确定性（如 API 返回错误、数据格式异常、需要根据中间结果临时调整策略）。相比传统方式，ReAct 具备以下压倒性优势：
减少幻觉 (Hallucination)：传统 LLM 容易“一本正经地胡说八道”。ReAct 赋予了模型“手脚”，通过调用外部工具获取真实、实时的信息，避免了仅凭内部知识回答的错误。
处理实时信息：能够随时获取最新数据，完美解决模型知识库更新不及时的问题。
极强的灵活性与容错率：遇到意外不会直接卡死。如果第一步搜索失败，Agent 会自己“思考”换一个搜索关键词，或者尝试调用其他工具。
高度的可解释性：通过显式的 Thought（思考）过程，开发者可以清晰地看到 Agent 是如何一步步推导出最终结果的，方便调试和优化。
⚠️提示：ReAct 的代价
这种灵活性并非没有成本。由于决策权交给了 AI，系统的行为可能变得不那么可预测，有时候 AI 可能会“犯傻”或绕弯路。但总体而言，在处理复杂、高不确定性的任务时，ReAct 这种“边想边做”的方式是目前最优的解法。
二、 实现 ReAct 的五大关键要素
要让 AI 具备 ReAct 的能力，底层离不开以下五个核心组件：
三、 案例推演：Prompt 构造与完整工作流
要让大模型按 ReAct 方式工作，关键在于设计一个合适的 Prompt 模板，并将其投入循环中。
1、通用 ReAct Prompt 模板设计
一个合格的 ReAct Prompt 必须包含：角色定义、可用工具、思考行动规则、示例（Few-Shot）、历史上下文与当前问题。
你是一个可以使用工具解决问题的智能助手。
【可用工具】
1. 天气查询工具：用于获取指定城市的天气。参数：城市名。
2. 穿衣建议知识库：根据天气情况获取穿衣建议。参数：天气状况。
3. writeToFile：将内容写入文件。参数：文件内容。
【思考与行动规则】
1. 你必须通过思考(Thought)、行动(Action)、观察(Observation)的循环来解决问题。
2. 首先分析问题，确定需要哪些信息，然后决定最少使用一个工具获取。
3. 当你认为已经完成了用户的最终目标时，输出最终结果。
已知上下文：
历史记忆：{history_context}
当前环境信息：{env_info}
用户目标："{user_goal}"
请做出下一步的决策。
2、完整工作流推演：查天气并保存建议
用户目标：“帮我查一下北京今天天气怎么样，适合穿什么衣服，并保存下来。”
以下是系统底层的真实流转状态（多轮对话拆解）：
四、 代码实战：从零手写一个 ReAct Agent
不依赖沉重的第三方框架（如 LangChain），我们完全可以用最原生的伪代码和 Python 逻辑来实现上述的循环。
1、核心大循环伪代码
# ---------------- 单个轮次逻辑 ----------------
def 执行一个轮次(用户目标, 历史上下文):
# 1. 获取当前环境信息
当前环境信息 = 获取当前环境信息()
# 2. 构建提示词（注入当前的变量）
提示词模板 = """已知：
当前历史上下文：{history}
当前环境信息：{env}
用户目标："{goal}"
做出下一步的决策，你必须最少使用一个工具来实现该决策。"""
完整提示词 = 替换占位符(提示词模板, history=历史上下文, env=当前环境信息, goal=用户目标)
# 3. 调用大语言模型进行推理（思考过程隐藏，直接输出需要调用的 toolcall）
工具调用结果 = 调用语言模型(完整提示词)
# 4. 解析大模型想要调用的工具和参数
工具名称 = 解析工具名称(工具调用结果)
工具参数 = 解析工具参数(工具调用结果)
# 5. 实际执行工具调用（Action）
观察结果 = 执行工具(工具名称, 工具参数)
# 6. 更新记忆（将本次操作和反馈存入上下文）
新历史上下文 = 追加到历史上下文(历史上下文, 行动=工具调用结果, 观察=观察结果)
# 7. 返回本轮结束后的状态
return {
"观察结果": 观察结果,
"新历史上下文": 新历史上下文
}
# ---------------- 主控循环逻辑 ----------------
def 执行ReAct流程(用户目标):
历史上下文 = 空
当前轮次 = 1
最大轮次 = 10 # 防止死循环，设定最大重试/思考次数
# 开始 "观察-思考-行动" 的循环
while 当前轮次 <= 最大轮次 且 未完成任务:
# 跑一轮
结果 = 执行一个轮次(用户目标, 历史上下文)
# 刷新记忆
历史上下文 = 结果.新历史上下文
# 判断大模型是否认为任务已经全部搞定
if 判断任务已完成(结果.观察结果):
print("任务圆满完成！")
break # 中断循环
当前轮次 = 当前轮次 + 1
return 历史上下文
2、Python 简易实现参考
下面提供一个精简且可运行的 Python 代码骨架，展示了如何解析大模型的输出并控制循环（基于硅基流动 API + 通义模型）：
import re
from openai import OpenAI
class ReActAgent:
def __init__(self, api_key: str):# 1. 初始化硅基流动客户端self.client = OpenAI(
api_key=api_key,
base_url="https://api.siliconflow.cn/v1"
)# 2. 指定模型self.model_name = "Qwen/Qwen2.5-72B-Instruct"
self.max_iterations = 8
self.history =[]# 3.标准化 ReAct Prompt (严格约束输出格式)self.system_prompt = """你是一个具备 ReAct (Reasoning and Acting) 能力的智能助手。
你可以使用以下工具来解决用户的问题：
1. 【weather_search】: 查询指定城市的天气和气温。参数：城市名（如：上海）
2. 【calculator】: 执行数学计算。参数：数学表达式（如：25 - 18）
你必须严格按照以下格式输出（请一行一行输出）：
Thought: 思考为了解决问题，我现在需要做什么
Action: 要使用的工具名称（必须是 weather_search 或 calculator，如果得出最终答案，请使用 finish）
Action Input: 工具所需的参数（如果是 finish，这里写最终给用户的完整回答）
注意：每次交互只需输出一次 Thought、Action 和 Action Input。不要自己编造 Observation，我会提供给你。"""
def _weather_search(self, city: str) -> str:
"""天气查询工具实现"""
mock_data = {
"上海": "晴转多云，气温 18 到 25 度。",
"北京": "大风，气温 10 到 15 度。"
}
return mock_data.get(city, f"暂无 {city} 的天气数据。")
def _calculator(self, expression: str) -> str:
"""计算器工具实现"""
try:
# 注：生产环境中应使用安全的计算沙箱，避免 eval 注入风险
return str(eval(expression))
except Exception as e:
return f"计算错误: {e}"
def run(self, user_query: str) -> str:
print(f"[Task Started] Query: {user_query}")
print("-" * 50)
self.history =[
{"role": "system", "content": self.system_prompt},
{"role": "user", "content": f"用户问题: {user_query}"}
]
for step in range(1, self.max_iterations + 1):
print(f"[Step {step}] LLM Reasoning...")# 1. 调用大模型进行推理response = self.client.chat.completions.create(
model=self.model_name,
messages=self.history,
temperature=0.1
)
llm_content = response.choices[0].message.content.strip()
print(f"{llm_content}\n")# 2. 将大模型的决定记录到上下文中self.history.append({"role": "assistant", "content": llm_content})# 3. 正则解析大模型的输出action_match = re.search(r"Action:\s*(.*)", llm_content)
action_input_match = re.search(r"Action Input:\s*(.*)", llm_content)
if not action_match or not action_input_match:
observation = "格式解析失败，请确保包含 Thought/Action/Action Input 字段。"
self.history.append({"role": "user", "content": f"Observation: {observation}"})
continue
action = action_match.group(1).strip()
action_input = action_input_match.group(1).strip()# 4. 判断是否完成任务if action == "finish":
print("[Task Completed]")
return action_input# 5. 路由并执行对应的本地工具
if action == "weather_search":
observation = self._weather_search(action_input)
elif action == "calculator":
observation = self._calculator(action_input)
else:
observation = f"未知工具: {action}"
print(f"[Observation] {observation}")
print("-" * 50)
self.history.append({"role": "user", "content": f"Observation: {observation}"})
return "Task failed: Exceeded maximum iterations."
if __name__ == "__main__":
API_KEY = "your_siliconflow_api_key_here"
agent = ReActAgent(api_key=API_KEY)
query = "请帮我查一下上海和北京今天的天气，并算一下他们今天的最高温度相差多少度？"
answer = agent.run(query)
print("\n[Final Answer]")
print(answer)
五、 ReAct 的应用扩展与未来发展
ReAct 范式通过将“推理（Thought）”与“行动（Action）”解耦并循环迭代，使得 AI 真正具备了与现实世界打交道的能力。随着技术的演进，它正在从简单的脚本辅助走向更广阔的舞台。
1、核心适用场景
需要实时信息的任务：如天气查询、新闻获取、金融行情分析等。
依赖私有知识库的任务：如企业内部的文档问答、客服工单处理、垂直领域的法律/医疗咨询。
多步逻辑推理任务：如跨系统的旅行路线规划、复杂数学问题求解、长篇数据分析等。
与物理/数字环境交互的任务：如邮件自动收发、日程安排、智能家居控制、服务器运维（RPA）等。
2、功能扩展与进阶玩法
基于前文的基础版 Agent，在真实的生产环境中，我们通常会将其与其他高级范式结合，形成更强大的 AI 系统：
ReAct + Reflexion（自我反思）：在执行报错或结果不佳时，触发反思机制，让 Agent 像人类一样评估自己的失败原因，并修改代码或策略重新尝试（Self-Correction）。
ReAct + Plan-and-Execute（全局规划）：面对长线复杂任务，单一的 ReAct 容易“只见树木不见森林”。前置一个架构师角色负责拆解任务（Plan），再交由底层的 ReAct Agent 去逐个击破（Execute）。
ReAct + Tool Retrieval（动态工具检索）：当系统拥有成百上千个工具时，每次都把工具说明写进 Prompt 会导致 Token 爆炸。通过引入向量库，让 Agent 先“检索”出最相关的工具，再进行调用。
3、ReAct 与 AI Agent 的未来发展
🚀站在当前的技术节点看向未来，基于 ReAct 范式的 AI Agent 正在向以下四个核心维度发生蜕变：
从 API 调用走向“系统级控制” (Computer Use)
现在的 Agent 主要依赖开发者预先写好的 API 接口（如查询天气的 Python 函数）。未来的 Agent 将具备直接接管操作系统的能力。它们可以像人类一样移动鼠标、点击屏幕图标、浏览网页 GUI。ReAct 的 Action 将直接变成系统级的键盘鼠标操作。
多模态的 T-A-O 循环 (Multi-modal Agent)
未来的“观察（Observation）”不再局限于文本。Agent 将能够直接“看”到屏幕画面的变化、“听”到环境的声音，并将这些多模态信息作为上下文，输入给大模型进行下一轮的“思考（Thought）”。
从单兵作战走向“多智能体协同” (Multi-Agent Swarm)
未来的复杂任务将不再由一个庞大的 Agent 独立完成，而是演变为一个智能体公司。例如：一个负责写代码的 ReAct Agent、一个负责审查报错的 ReAct Agent，以及一个负责查阅 API 文档的 Agent 相互对话、协同工作，从而爆发出群体智能。
端侧化与极速推理 (Edge Computing)
为了实现真正无缝的智能助理体验，Agent 的思考循环需要极低的延迟。未来，轻量级的大模型将被直接部署在手机、PC 和车机端。ReAct 循环将在本地设备上以毫秒级的速度闭环，甚至不需要连接云端网络，大幅保护隐私并提升响应速度。
评论区