ReAct 模式
AI Agent 有多种运行模式，其中最知名、应用最广泛的是 ReAct 模式。ReAct 是 "Reasoning and Acting" 的缩写，即 "思考与行动"，是学习 Agent 实现原理绕不开的核心模式。该模式源于 2022 年 10 月的一篇论文，虽已过去近三年，但其提出的运行逻辑仍被广泛应用，堪称当前最主流的 Agent 运行模式。
ReAct 模式的运行流程
在 ReAct 模式下，整个流程以 "用户提交任务" 为起点：首先，Agent 会进行 "思考（Thought）"，判断是否需要调用工具；若需要，便调用合适的工具执行 "行动（Action）"（如读写文件）；行动后，Agent 会查看工具的执行结果，即 "观察（Observation）"（如文件是否写入成功、读取的文件内容）；基于观察结果，Agent 会再次思考，判断是否需要继续调用工具 ------ 若需要，则重复 "行动→观察→思考" 的循环；直至 Agent 认为无需再调用工具，可直接给出结论时，便输出 "最终答案（Final Answer）"，流程至此结束。可见，ReAct 模式的核心步骤是 "Thought→Action→Observation→Final Answer"。
ReAct 模式的实现原理
为什么模型拿到用户的问题后会先思考再行动，而不是直接行动？是因为模型就是这么训练的吗？不是的，这和模型的训练过程是没有关系的。 ReAct 模式的实现奥秘，并非依赖大模型的训练过程，而是集中在 "系统提示词" 上。系统提示词会与用户问题一同传递给大模型，规定大模型的角色、运行规则及环境信息。比如，若在系统提示词中要求 "回答需包含 Question（存放用户问题）和 Answer（存放回答）两个 XML 标签"，大模型就会遵循该规范输出结果。
上面举的是一个简单例子。要让大模型按 ReAct 模式运行，系统提示词会更复杂，通常包含五个部分：
职责描述
你需要解决一个任务。为此，你需要将任务分解为多个步骤。对于每个步骤，首先使用 思考要做什么，然后使用 调用一个工具，工具的执行结果会通过 返回给你。持续这个思考和行动的过程，直到你有足够的信息来提供 <final_answer>。
所有步骤请严格使用以下 XML 标签格式输出：
● <task>：用户提出的任务
● <thought>：思考
● <action>：采取的工具操作
● <observation>：工具或环境返回的结果
● <final_answer>：最终答案
示例
javascript
<task>告诉我埃菲尔铁塔有多高？</task>
<thought>我需要找到埃菲尔铁塔的高度。可以使用搜索工具。</thought>
<action>get_height("埃菲尔铁塔")</action>
<observation>埃菲尔铁塔的高度约为330米（包含天线）。</observation>
<thought>搜索结果显示了高度。我已经得到答案了。</thought>
<final_answer>埃菲尔铁塔的高度约为330米。</final_answer>
javascript
<task>帮我找一个简单的番茄炒蛋食谱，并看看家里的冰箱里有没有西红柿。</task>
<thought>这个任务分两步。第一步，找到番茄炒蛋的食谱。第二步，检查冰箱里是否有西红柿。我先用 find_recipe 工具。</thought>
<action>find_recipe(dish="番茄炒蛋")</action>
<observation>简单的番茄炒蛋食谱：将2个鸡蛋打散，2个番茄切块。热油，先炒鸡蛋，盛出。再热油，炒番茄至软烂，加入鸡蛋混合，加盐调味。</observation>
<thought>好的，我已经有食谱了。食谱需要西红柿。现在我需要用 check_fridge 工具看看冰箱里有没有西红柿。</thought>
<action>check_fridge(item="西红柿")</action>
<observation>冰箱检查结果：有3个西红柿。</observation>
<thought>我找到了食谱，并且确认了冰箱里有西红柿。可以回答问题了。</thought>
<final_answer>简单的番茄炒蛋食谱是：鸡蛋打散，番茄切块。先炒鸡蛋，再炒番茄，混合后加盐调味。冰箱里有3个西红柿。</final_answer>可用工具
● read_file(file_path)：用于读取文件内容
● write_to_file(filename, content)：将指定内容写入指定文件。成功时返回 "写入成功"。
● run_terminal_command(command)：用于执行终端命令
注意事项
● 标签由用户提供，请不要擅自生成。
● 你每次回答都必须包括两个标签，第一个是 ，第二个是 或 <final_answer>
● 输出 后立即停止生成，等待真实的 ，擅自生成 将导致错误
● 如果 中的某个工具参数有多行的话，请使用 \n 来表示，如：write_to_file("test.txt", "a\nb\nc")
环境信息
● 操作系统：macOS 15.5
● 当前目录：/Users/joeygreen/PycharmProjects/VideoCode/Agent/snake
● 目录下文件列表：空
以 DeepSeek 为例演示 ReAct 模式的实际运行：由于 DeepSeek 未提供单独提交系统提示词的入口，需将系统提示词与用户任务（如 "用 HTML、CSS、JS 写贪吃蛇游戏，代码分文件存放"）合并提交。提交后，DeepSeek 会先通过 Thought 思考，再用 Action 请求调用 "写入文件工具" 生成 index.html；假设工具返回 "写入成功"（Observation），DeepSeek 会再次思考，调用工具生成 CSS 文件；重复该过程直至生成 JS 文件，最后输出 Final Answer，完成整个流程。
动手实现 ReAct Agent
前面我们用DeepSeek演示了一个Agent的运行流程。可以看到整个流程的关键在于系统提示词，它决定了模型该如何一步步运行。其实在这个系统提示词的基础上，再加上一些配套的代码，我们就可以搭建出一个真正可用的ReAct Agent。
基于上述系统提示词，搭配少量代码即可搭建可用的 ReAct Agent。以下是具体实现过程：
● 项目结构： 核心文件为 "agent.py"（存放 Agent 代码）和 "snake 文件夹"（用于存放生成的贪吃蛇游戏代码，初始为空）；
● 代码核心逻辑： 首先定义可用工具（读取文件、写入文件、运行终端命令的函数），然后构建 "ReActAgent 类"------ 该类需传入 "工具列表""所用模型（如 GPT-4o）""项目目录（snake 文件夹）" 三个参数；接着提示用户输入任务，调用 agent.run 函数 启动 Agent，该函数会按 "Thought→Action→Observation→Final Answer" 的逻辑处理任务，最终输出结果；
● 实际运行效果： 执行 uv run agent.py snake 命令启动 Agent，输入 "用 HTML、CSS、JS 写贪吃蛇游戏，代码分文件存放" 的任务后，Agent 会逐步调用工具生成三个文件，最终在 snake 文件夹中生成可运行的贪吃蛇游戏代码，打开 index.html 即可正常游玩。
从代码细节来看，"agent.run 函数" 是核心：它先构建包含 "系统提示词" 和 "用户任务" 的消息列表，调用模型获取结果后，提取 Thought 并打印；若结果包含 Final Answer，则返回答案；若包含 Action，则解析工具名称和参数，执行工具并获取 Observation，将 Observation 加入消息列表，重复上述过程直至输出 Final Answer。此外，为保证安全，调用 "运行终端命令工具" 前会提示用户确认。
ReAct Agent 运行时序图
Plan-And-Execute 模式
除 ReAct 模式外，"先规划再执行" 是另一种常见的 Agent 运行逻辑，比如 Manus 会先创建待办列表再执行，Claude Code 也常先生成 TODO 清单。这类模式暂无统一名称，各 Agent 实现存在差异，其中 LangChain 提出的 "Plan-And-Execute 模式" 较为典型，其核心是 "先规划，再执行，且能动态修改规划"，灵活性更高。
Plan-And-Execute 模式的运行流程
要理解 Plan-And-Execute 模式的运行流程，首先需明确该模式涉及的角色与组件。从粗分类别来看，核心角色分为 "用户" 和 "Plan-And-Execute Agent" 两类，但深入拆解后，Plan-And-Execute Agent 内部包含四个关键组件，各组件职责明确且协同工作：
Plan 模型： 负责根据用户任务生成初始执行计划；
Re-Plan 模型： 根据每一步的执行结果动态调整计划（Plan 模型与 Re-Plan 模型可复用同一模型，也可分开设置，暂按两个独立模型讲解）；
执行 Agent： 负责执行计划中的具体步骤，其运行模式不限（可采用 ReAct 模式或其他模式），只要能完成指定步骤即可，Plan-And-Execute 模式不限制其内部运行逻辑与内置工具；
Agent 主程序： 作为核心协调者，串联整个流程，把控各组件的交互顺序。
接下来结合具体案例（"查询今年澳网男子冠军的家乡"，其中 "澳网" 指澳大利亚网球公开赛），详细拆解 Plan-And-Execute 模式的完整运行流程：
首先，用户将任务 "今年澳网男子冠军的家乡是哪里" 提交给 Agent 主程序。Agent 主程序接到任务后，会将其传递给 Plan 模型，由 Plan 模型生成初始执行计划。以当前时间可能为 2024 年或 2025 年为例，合理的初始计划通常包含三步：第一步，查询当前日期；第二步，根据当前日期确定对应年份，查询该年份澳网男子冠军的名字；第三步，根据冠军名字查询其家乡。
初始计划生成后，Agent 主程序会将计划传递给执行 Agent，让其执行计划中的第一步（查询当前日期）。执行 Agent 内置网络搜索工具，通过搜索获取当前日期后，将执行结果返回给 Agent 主程序。此时，Agent 主程序会整合 "用户任务、初始执行计划、第一步执行结果（即历史执行记录）"，一并传递给 Re-Plan 模型，由 Re-Plan 模型生成新的 执行计划。新计划会根据已获取的信息优化：一方面，删除已完成的 "查询当前日期" 步骤；另一方面，将 "查询对应日期的澳网男子冠军名字" 明确为具体年份（如当前日期为 2025 年，则调整为 "查询 2025 年澳网男子冠军名字"），让执行 Agent 的任务更精确。
随后，流程进入 "执行 - 调整" 的循环阶段：Agent 主程序将新生成的执行计划再次传递给执行 Agent，执行计划中的第一步（如 "查询 2025 年澳网男子冠军名字"），获取结果后加入历史执行记录，再将相关信息传给 Re-Plan 模型生成更新后的计划。在 "查询澳网男子冠军家乡" 的案例中，该循环共需运行三轮，对应初始计划的三个步骤，每一轮均包含 "执行 Agent 执行步骤" 和 "Re-Plan 模型调整计划" 两个核心环节。
当循环进行到第三轮时，执行 Agent 完成 "查询冠军家乡" 的步骤，Agent 主程序将该结果加入历史执行记录后传递给 Re-Plan 模型。此时 Re-Plan 模型会判断：所有步骤已完成，用户任务的答案已明确，无需继续生成新计划，转 而返回 "最终答案"。Agent 主程序接到最终答案后，将其转发给用户，整个运行流程至此结束。
需要注意的是，Re-Plan 模型的返回结果存在两种可能性：若仍有未完成的步骤，返回 "更新后的执行计划"；若所有步骤完成且答案明确，返回 "最终答案"------ 这一特性是 Plan-And-Execute 模式灵活性的关键，确保流程能根据实际执行情况动态调整，而非僵化遵循初始计划。此外，若需要 Plan-And-Execute 模式的具体实现代码，LangChain 官方提供了相关资源，可前往其官方页面获取。