CoT思维链
思维链（Chain of Thought，CoT）是提升大语言模型（LLM）处理复杂推理任务的核心技术。
它的核心逻辑是引导大模型在输出最终答案前，先生成一连串结构化的中间推理步骤，就像模拟人类解决问题时一步步思考的过程。
通过这种方式，LLM能更透彻地理解问题结构，把复杂任务拆解开来，逐步推导解决方案。
这些清晰可见的思考步骤，让大模型的决策过程更透明、更易解释，方便用户理解和调试。
不过，这种方法也有代价------较长的思考链条会增加计算资源消耗和处理时间。
在实际应用中，CoT特别适合处理需要多步逻辑推导的任务，比如数学解题（如复杂方程求解）、逻辑推理题（如三段论推理）等。以数学题为例，大模型借助CoT会先分析题目中的已知条件，明确求什么，再一步步列出公式、代入数据，最终得出结果，整个过程就像学生解题时写的演算步骤。
虽然CoT增强了大模型的推理能力，但它的推理过程主要依赖大模型内部的知识库，缺乏与外部世界的实时互动，这可能导致知识滞后、产生错误信息或让错误不断传递。
ReAct（Reasoning and Action）框架则通过结合"推理"（Reasoning）与"行动"（Action），解决了这一问题。
它让大模型在推理时能与外部工具或环境互动，获取最新信息、执行具体操作，并根据反馈调整后续步骤。
这种动态交互让大模型具备了"边思考边行动、边观察边调整"的能力，核心运作机制可总结为"思考（Thought）→行动（Action）→观察（Observation）"的循环。
一、Plan-Act（规划 - 执行）模式
Plan-Act 是一种线性的 "先规划后执行" 模式 ，核心是 "先制定完整计划，再按计划逐步执行"，无中间反馈调整环节：
- 流程：接收目标→拆解为固定子任务序列→按顺序执行所有步骤→输出结果；
- 特点：规划阶段一次性确定所有行动路径，执行过程中不根据实际结果修改计划；
- 示例 ：若规划 "查询京东 iPhone 17 价格→计算优惠→推荐购买"，即使执行时发现京东无货，仍会继续按原计划完成步骤（如强行计算优惠），最终输出无效结果。
Plan-and-Execute 框架：结构化规划与顺序执行
与 ReAct 的迭代试错不同，Plan-and-Execute (P-a-E) 采取了一种更结构化、更线性的方法。
这种"先规划后执行"的模式是 AI Agent 领域中另一种常见的架构范式 。顾名思义，它包含两个截然不同的阶段：
工作原理详解
- Planning (规划) 阶段: 首先，Agent（通常通过一次或少数几次 LLM 调用）基于用户给定的初始目标，生成一个完整的、通常是分步骤的执行计划。这个计划列出了为达成目标所需执行的所有步骤及其顺序。
- Execution (执行) 阶段: 然后，Agent 严格按照预先制定的计划，一步一步地顺序执行。通常每一步会涉及调用一个或多个工具。只有当前步骤成功完成后，才会进入下一步。
实现模式与关键点
构建 P-a-E Agent 通常涉及两个核心组件：
- 规划器 (Planner): 负责理解初始目标并生成结构化的执行计划。这通常是一个专门的 LLM 调用，其 Prompt 旨在输出一个清晰的步骤列表或带有依赖关系的计划。计划的质量直接决定了 Agent 的最终表现。
- 执行器 (Executor): 负责解析计划，并按顺序调度工具执行每个步骤。它需要管理步骤间的状态传递（如上一步的输出作为下一步的输入），但不负责重新规划（除非设计了非常复杂的错误处理逻辑）。
二、ReAct（推理 - 行动）模式
ReAct 是一种循环的 "边推理边行动" 模式 ，核心是 "每一步都根据当前状态推理下一步动作，执行后观察结果，再调整后续策略"：
- 流程：接收目标→推理第一步行动→执行→观察结果→基于结果推理第二步行动→循环直至完成目标；
- 特点 ：无预先完整规划，依赖实时反馈动态决策，强调 "思考 - 行动 - 反馈" 的闭环；
- 示例 ：目标是 "购买性价比最高的 iPhone 17"，第一步推理 "查询京东价格"→执行后发现无货→观察结果→下一步推理 "切换至拼多多查询"→执行后获取价格→继续推理 "计算返利"→最终输出推荐方案。
ReAct （其名称是 Reasoning + Acting 的结合）是一种极具影响力的 Agent 执行框架，由 Yao 等人明确提出。它的核心思想是模仿人类解决问题时边想边做、边观察边调整的模式。
ReAct 让 LLM 在解决任务时模拟人类的思考过程：想一步，做一步，再根据结果调整思考，再行动......如此循环，直到得出最终答案。
工作原理详解：迭代循环机制
ReAct Agent 在一个紧密的迭代循环中运行，这个循环通常包含以下步骤：
- Thought (思考): Agent 首先基于当前目标和之前的观察进行内部"思考"。这通常是利用 LLM 生成一段描述当前状态、分析问题、制定下一步行动策略或分解任务的文本。
- Action (行动): 基于思考的结果，Agent 决定执行一个具体的行动。这通常是调用一个工具（如搜索引擎、计算器、API）并附带必要的参数，或者是向用户请求更多信息，甚至是判断任务已经完成并生成最终答案。
- Observation (观察): 执行行动后，Agent 会从环境或工具那里获得一个结果或反馈，这就是"观察"。例如，搜索引擎返回的搜索结果、API 调用的输出、代码执行的错误信息等。
- 回到 Thought: Agent 将这个观察结果纳入考量，开始新一轮的思考，评估上一步行动的效果，判断是否需要调整策略，并规划下一步的行动。这个循环不断重复，直到 Agent 判断任务目标已经达成。
Thought → Action → Observation 循环，思考 行动 观察 思考...... 最终答案
关键 Prompt 设计技巧
ReAct 的效果在很大程度上依赖于精心设计的 Prompt。
这个 Prompt 需要引导 LLM 在每一步：
- 有效思考 (Thought): 指示 LLM 分析当前状况、回顾目标、评估已有信息、识别知识差距、制定行动计划。常常包含 "Think step-by-step" 或类似的指令。
- 做出行动决策 (Action): 指示 LLM 以特定格式（如 JSON）输出要调用的工具名称和参数，或者输出最终答案。
- 解读观察结果 (Observation): 帮助 LLM 理解工具返回的信息，并将其融入下一步的思考中。
- Prompt 还需要包含可用工具的描述以及一些示例（Few-shot examples），来帮助 LLM 更好地理解如何在这个循环中工作。
优点分析
- 灵活性高: ReAct 能够根据每一步的观察结果动态调整策略，对预料之外的情况或工具执行失败具有较强的适应性。
- 处理知识密集型任务: 通过迭代地使用工具（如搜索）获取信息，ReAct 能较好地处理需要外部知识的任务。
- 透明度: "Thought"步骤提供了 Agent 决策过程的中间记录，便于理解和调试。
缺点分析
- 可能陷入无效循环: 如果 Agent 的思考或工具使用出现偏差，可能会导致在几个步骤之间重复循环而无法取得进展。
- 效率较低: 每一步都需要 LLM 进行思考和决策，对于长流程任务，LLM 调用次数多，可能导致较高的延迟和成本。
- 错误累积: 前一步的错误（如错误的思考或工具调用失败）可能会影响后续步骤，导致最终结果偏差。
代码实现分析 (以 LangChain/LlamaIndex 为例)
主流的 Agent 开发框架如 LangChain 和 LlamaIndex 都对 ReAct 提供了良好的支持，极大地简化了其实现。它们通常会提供一个核心的执行器模块，例如 LangChain 中的 AgentExecutor，负责管理整个 ReAct 循环。
开发者可以通过简单的配置来快速启用 ReAct 逻辑。
例如，在 LangChain 中，开发者常常可以通过 initialize_agent 函数并选用特定的 agent_type（如 zero-shot-react-description、react-docstore 等预置类型）来便捷地构建 ReAct Agent。
类似地，LlamaIndex 也通过其 AgentRunner 或相关类（如 ReActAgent）提供了对 ReAct 模式的支持，允许开发者将 LLM、工具集和 ReAct 的循环机制方便地组合起来。
这些框架的执行器（Executor/Runner）内部封装了 ReAct 的核心流程：
- 格式化并发送包含思考、行动指令的 Prompt 给 LLM。
- 解析 LLM 输出的 Thought 和 Action。
- 根据 Action 查找并调用相应的工具。
- 将工具返回的 Observation 格式化并反馈给 LLM，开始下一轮循环。
- 处理循环的终止条件（如达到最大迭代次数、Agent 判断任务完成并输出 Final Answer 等）。
这意味着开发者通常只需要定义好 LLM 实例、准备好工具列表（Tool）以及可能定制化的基础 Prompt，就可以利用这些框架快速搭建并运行一个 ReAct Agent，而无需手动编写复杂的循环控制和解析逻辑。
三、核心区别对比
| 维度 | Plan-Act 模式 | ReAct 模式 |
|---|---|---|
| 规划方式 | 预先制定完整、固定的计划 | 无预先计划，每步动态推理 |
| 反馈机制 | 无执行中反馈，计划一旦确定不修改 | 每步执行后均根据结果反馈调整策略 |
| 灵活性 | 低，无法应对计划外的异常情况 | 高，可适配环境变化或意外结果 |
| 适用场景 | 简单、确定性高的任务（如固定流程自动化） | 复杂、不确定性高的任务（如多平台比价、故障排查） |
| 决策逻辑 | 静态的 "计划驱动" | 动态的 "反馈驱动" |
1) ReAct（Reason + Act）
"边思考边行动"：思考 → 选工具 → 执行 → 观察 → 再思考 循环。
- 优势：对动态/不确定信息更稳，路径可随观察自我修正
- 代价：步数和成本不易控，易陷入"想太多"的循环
2) Plan-and-Execute（先计划、后执行）
先产出全局计划（可带里程碑/验收标准），再由执行器按计划推进，必要时触发再规划。
- 优势：可控、可审计、可展示进度
- 代价：初始信息不足时易偏航，必须设计好再规划触发器
经验法则 ：探索/信息不足→先 ReAct；流程固化/要可视化进度→Plan-and-Execute，并保留再规划"逃生门"。
如何选择？
-
用 ReAct：
-
任务简单、无需长期规划（如单轮问答、API 调用）。
-
希望快速部署，避免训练成本。
-
-
用 Plan-and-Act：
-
任务复杂、多步骤（如订票、数据爬取）。
-
环境动态性强（如网页内容变化）。
-
需高鲁棒性，容忍较高计算开销。
-
四、延伸：Plan-ReAct 模式（结合两者优势）
Plan-ReAct 是 Plan-Act 与 ReAct 的融合模式，兼具前瞻性规划和动态调整能力：
- 流程：先制定初步的任务框架（Plan）→执行时按 ReAct 模式循环（每步推理→行动→反馈→调整计划）；
- 示例：先规划 "查询多平台价格→对比优惠→推荐购买" 的框架→执行第一步 "京东查询" 发现无货→反馈后调整计划，跳过京东直接查询拼多多→继续后续步骤。
简言之，Plan-Act 是 "按剧本演戏"，ReAct 是 "即兴发挥"，而 Plan-ReAct 是 "有大纲但可临场改剧本"------ 三者的核心差异在于是否依赖预先规划 和是否支持动态反馈调整。
常见坑与规避
- 过度规划 ：步骤太细 → 设"最少信息可完成"粒度
- 无限循环：ReAct 无硬阈值 → 必配步数/时长上限
- 工具误用：描述不清 → 工具卡片写清"何时用/不用"+反例
- 幻觉入参：强制参数校验 + 必要时二次确认
- 计划偏航 ：设置"验收标准 "与"再规划门"
总结
ReAct 通过迭代的"思考-行动-观察"循环赋予了 Agent 灵活性和适应性，而 Plan-and-Execute 则通过"先规划后执行"的模式提供了更高的结构性和可预测性。
Prompt 控制 / 模块化设计、规划策略、工具调度 / 使用、记忆机制、控制流与反馈、Agent 协同架构、以及工具库可扩展性 / 安全性，这些共同决定了一个 agent 表现的好坏，也诞生了现在各种各样的 agent 应用。
一些可直接复用的 Prompt 片段
System（基线）
你是一个严谨的 Agent Planner。目标：将复杂任务拆成可验证的小步骤，
并在成本、时延与成功率之间平衡。
要求每步包含：step_name, intent, tool, inputs, expected_output, success_criteria。
计划需给出：overall_acceptance, 预算上限与风险项。
仅能使用提供的工具目录与参数 schema.
ReAct 循环
思考\] 当前子目标：{sub_goal} \[计划\] 候选工具与原因：{tool_ranking} \[行动\] 调用：{tool_name} 参数：{params} \[观察\] 得到：{observation} \[评估\] 是否满足 success_criteria？若否，更新子目标/工具并继续。
Plan 阶段（一次性计划）
为任务"{user_goal}"生成不超过 {max_steps} 步的执行计划。
每步输出：step_name, intent, tool, inputs, expected_output, success_criteria。
计划末尾输出：overall_acceptance, risk_list, fallback 策略。
Execute 阶段
按第 {i} 步执行，必要时调用工具。
输出：observation, achieved?, next_step_suggestion。
若连续失败≥{k}次或验证不通过→请求再规划。