本文较长，建议点赞收藏，以免遗失。更多AI大模型应用开发学习视频及资料，尽在聚客AI学院。
一、ReAct 模式：AI 代理的"思考-行动"循环
ReAct（Reasoning + Action）是一种让大语言模型（LLM）自主完成任务的核心架构。与传统直接生成答案的模式不同，ReAct 要求代理交替执行以下两步：
- 推理（Reasoning）：分析当前状态，规划下一步行动
- 行动（Action）：调用工具（Tools）获取信息或执行操作
二、为什么需要 ReAct？突破 LLM 的固有局限
| 传统 LLM 缺陷 | ReAct 解决方案 |
|---|---|
| 依赖预训练知识，无法获取实时数据 | 调用搜索引擎/API 获取最新信息 |
| 复杂计算容易出错 | 集成计算工具执行精确运算 |
| 多步骤任务逻辑混乱 | 拆解为"思考-行动"链式决策 |
典型案例：
用户问："特斯拉当前股价是多少？相比去年同期涨了多少百分比？" 传统 LLM 可能直接编造数据，而 ReAct 代理会：
- 调用金融API获取当前股价
- 查询历史数据库找出去年同期股价
- 使用计算工具执行百分比运算
三、推理+行动：ReAct 代理的工作原理
ReAct 代理以"思考 → 行动 → 观察"的循环方式运行，重复进行直到找到解决方案或最终答案。
这与人类解决问题的方式类似：
- 我们思考该做什么
- 执行某项操作（例如查找某些内容或进行计算），
- 观察结果
- 然后将其融入到我们的下一个想法中。
ReAct 框架使用提示工程来强制执行这种结构化方法，交替模型的思想和行动/观察。
以下是ReAct 循环的逐步分解：
思考：由法学硕士 (LLM) 驱动的代理会分析用户的查询和内部语境，并用自然语言生成推理步骤。这通常不会向最终用户展示，而是代理自言自语的一部分。例如："问题询问一个国家的人口数量；我应该使用网络搜索来查找最新数据。"
动作：基于想法，代理决定执行哪个外部工具或操作。它会输出指示操作的指定格式。例如：Action: WebSearch("population of Canada 2023")。代理本质上是通过名称"调用"某个函数（工具），通常会附带一些输入参数。
观察：代理的环境（我们的代码）执行请求的操作，并将结果（观察）返回给代理。例如，网页搜索工具可能会返回：" Observation: The population of Canada in 2023 is 38 million."。此观察结果会被输入到代理的上下文中。
智能体获取新信息后返回第一步（另一个思考）。它会利用新数据进行推理。在我们的例子中，它可能会想："现在我有了人口数据；我可以回答这个问题了。"
这个"思考/行动/观察"循环不断重复，允许代理根据需要，串联使用多种工具（例如搜索，然后进行计算，再进行一次搜索等等）。最终，代理决定可以回答用户的问题。此时，它不再输出"行动"，而是输出"最终答案"。
正如我们将在从头开始的实施中看到的那样，在整个过程中，代理维持对话及其自己的中间步骤。
每个想法和观察都可以附加到对话上下文中，以便 LLM 记住当中所做的任何操作。
这对于连贯性至关重要。最终结果是，代理能够有效地动态规划其方法，将推理与执行相结合。
这种动态方法比僵化的脚本或单轮响应更具适应性。它能够处理不可预见的子任务，类似于人在出现新信息时进行及时的调整。
四、工具调用：代理的"双手"
工具是实现行动的关键，需满足 3 个设计原则：
- 原子性：每个工具只做一件事（如 Calculator 仅负责计算）
- 强契约：明确定义输入/输出格式（如 JSON Schema）
- 安全性：隔离高风险操作（如数据库写入需权限控制）
常用工具示例：
python
from math import sqrt
tools = [
Tool(
name="GoogleSearch",
func=search_api, # 对接搜索引擎API
description="获取实时信息，输入：搜索关键词"
),
Tool(
name="Calculator",
func=lambda x: eval(x), # 注意：生产环境需替换为安全计算库
description="执行数学计算，输入：数学表达式"
),
Tool(
name="DataPlotter",
func=generate_chart, # 数据可视化工具
description="生成折线图，输入：{x:[1,2,3], y:[4,5,6]}"
)
]五、Prompt 工程：驱动推理的核心
ReAct 的思考质量取决于 Prompt 设计，经典模板如下：
markdown
你是一个自主代理，请通过以下步骤解决问题：
1. 思考：分析当前需要什么信息
2. 行动：调用工具获取信息（格式：ACTION: 工具名(参数)）
3. 观察：记录工具返回结果
4. 循环直到得出最终答案
当前任务：{query}
历史记录：
{memory}
请输出下一步指令：实际生成示例：
vbnet
思考：需要知道2024年奥斯卡最佳影片
ACTION: GoogleSearch("2024 Oscar best picture winner")
观察："《奥本海默》获得2024年奥斯卡最佳影片"
思考：用户还要求主演名单
ACTION: GoogleSearch("Oppenheimer cast")
观察："基里安·墨菲、艾米莉·布朗特..."
思考：答案已完整
FINAL_ANSWER: 最佳影片是《奥本海默》，主演包括...六、优化：超越基础实现
原生实现后需考虑五大增强方向：
- 短路机制：当工具返回明确结果时跳过冗余思考
bash
if "答案直接可见" in tool_result:
return tool_result # 提前终止循环- 错误回退：工具调用失败时尝试替代方案
- 令牌压缩：用摘要替代完整历史记录减少 token 消耗
- 动态工具加载：运行时按需加载工具降低内存占用
- 置信度阈值：低置信度时要求人工干预
七、与框架的共生关系
| 原生实现 | CrewAI/LangChain |
|---|---|
| ✅ 完全掌控底层逻辑 | ✅ 快速构建生产系统 |
| ✅ 适合研究/定制化场景 | ✅ 内置负载均衡、容错机制 |
| ❌ 需自行处理并发/监控 | ❌ 抽象层掩盖关键细节 |
推荐策略：
用原生实现理解原理 → 在 CrewAI 中实践复杂任务 → 定制框架扩展点
ReAct 不仅是工具调用模式，更是 LLM 实现"自驱动"的认知框架。关注我，我们下期见。如果本次分享对你有所帮助，记得点个小红心，你的鼓励就是我更新的动力，更多AI大模型应用开发学习视频内容和资料，尽在聚客AI学院。