智能体设计模式解析：ReAct模式

1. ReAct模式的定义

ReAct模式是智能体系统设计中一种经典的设计模式。它由普林斯顿大学和谷歌研究院的研究者们在2023年发表的ICLR论文《React: Synergizing Reasoning And Acting In Language Models》[1]中提出。其核心思想是模仿人类解决问题的方式，将推理 (Reasoning) 与行动 (Acting) 显式地结合起来，形成一个"思考-行动-观察"的循环，以迭代的方式逐步逼近问题的完整解决方案。

2. 核心价值

在ReAct出现之前，智能体系统的设计主要集中在纯思考型或纯行动型智能体上。然而，这两种设计模式都有各自的局限性。纯思考型智能体，如思维链 (Chain-of-Thought)在解决问题时能引导模型进行复杂的逻辑推理，但无法与外部环境进行交互，容易产生事实幻觉；而纯行动型智能体，由模型直接输出要执行的动作，缺乏规划和纠错能力，容易在复杂场景中出错。

ReAct模式解决了纯思考型和纯行动型智能体设计的局限性。它的巧妙之处在于，它认识到思考与行动是相辅相成的。思考指导行动，而行动的结果又反过来修正思考。通过将推理与行动显式地结合起来，ReAct智能体能够在解决问题的过程中进行迭代思考和决策，同时与外部环境进行交互。这使得ReAct智能体在需要复杂推理和决策的场景中表现出色，如问题求解、任务执行等。

3. 实现机制

3.1 核心流程

ReAct模式的核心是实现 "思考 - 行动 - 观察"循环（简称TAO循环），具体流程如下：

思考（Thought）：

• 分析当前任务和已有信息，制定下一步行动计划
• 将复杂任务分解为可执行的子目标
• 生成自然语言推理轨迹，类似 CoT（思维链）

行动（Action）：

• 根据思考结果调用外部工具（搜索、API、计算等）
• 格式化为 "Action: 工具名 (参数)" 的指令
• 执行具体操作，获取外部环境反馈

观察（Observation）：

• 获取工具执行结果
• 分析结果，提取关键信息
• 更新上下文，为下一轮思考提供依据

循环与终止：

• 基于观察结果重新思考，调整策略，重复循环
• 当信息足够回答问题或达到最大迭代次数时，输出最终答案

3.2 提示词设计

ReAct模式依赖精心设计的提示词引导模型遵循 TAO 循环，典型结构如下：

你是一个ReAct智能体，需严格按照以下格式解决问题：
问题: {用户查询}
可用工具: {工具描述列表}
历史记录: {思考-行动-观察循环记录}

请按照以下格式回复:
思考: 分析当前情况，规划下一步
行动: 工具名(参数)  # 如果需要调用工具
# 或
答案: 最终答案      # 如果已有足够信息

4. 应用场景

ReAct模式适用于需要与外部世界交互或依赖动态信息的任务，典型场景包括：

• 需要外部知识的任务：如查询实时信息（天气、新闻、股价）、搜索专业领域知识等；
• 需要精确计算的任务：通过计算器工具避免 LLM 的计算错误；
• 需要与 API 交互的任务：如操作数据库、调用服务接口完成特定功能；
• 时效性要求较高的问题：例如 "华为最新手机型号及卖点" 这类依赖实时更新信息的问题。

4.1 复杂问答系统

多跳问答：如 HotpotQA，需从多个信息源获取信息并综合分析

问题："贝多芬与莫扎特谁的音乐生涯更长？"
ReAct流程：思考→搜索两人生平→观察生卒年份→计算职业生涯长度→比较→输出答案

4.2 知识密集型研究

• 学术研究辅助：文献检索、数据分析、论文撰写
• 市场分析："分析 2024 年全球 AI 芯片市场格局及趋势"（需调用搜索、数据可视化工具）

4.3 交互式任务执行

• 客户服务自动化：查询订单、解决投诉、提供建议
• 数据分析报告生成：连接数据库、执行分析、生成可视化
• 网页操作自动化：表单填写、数据提取、导航

4.4 其他领域

• 代码开发辅助：调试、代码生成、文档编写
• 智能测试：生成测试用例、执行测试、分析结果
• 智能购物助手：产品比较、价格监控、推荐

5. 优势与挑战

5.1 优势

任何技术和范式都有其优势和局限。ReAct模式作为一种新兴的智能体设计模式，其优势主要体现在以下几个方面：

• 推理与行动的协同能力：ReAct模式将推理与行动显式地结合起来，使得智能体能够在解决问题的过程中进行迭代思考和决策，同时与外部环境进行交互。这使得ReAct智能体在需要复杂推理和决策的场景中表现出色，如问题求解、任务执行等。
• 动态规划和纠错能力：与一次性生成完整计划的范式不同，ReAct 是"走一步，看一步"。它根据每一步从外部世界获得的 Observation 来动态调整后续的 Thought 和 Action。如果上一步的搜索结果不理想，它可以在下一步中修正搜索词，重新尝试。
• 高可解释性：由于ReAct模式将推理与行动显式地结合起来，使得模型的决策过程更加透明和可解释。这为用户提供了理解模型决策的依据，同时也为模型的调试和优化提供了便利。

5.2 挑战

• 对LLM自身能力的强依赖：ReAct模式的成功与否，高度依赖于底层 LLM 的综合能力。如果 LLM 的逻辑推理能力、指令遵循能力或格式化输出能力不足，就很容易在 Thought 环节产生错误的规划，或者在 Action 环节生成不符合格式的指令，导致整个流程中断。
• 执行效率问题：由于其循序渐进的特性，完成一个任务通常需要多次调用 LLM。每一次调用都伴随着网络延迟和计算成本。对于需要很多步骤的复杂任务，这种串行的"思考-行动"循环可能会导致较高的总耗时和费用。
• 提示词的脆弱性：整个机制的稳定运行建立在一个精心设计的提示词模板之上。模板中的任何微小变动，甚至是用词的差异，都可能影响 LLM 的行为。此外，并非所有模型都能持续稳定地遵循预设的格式，这增加了在实际应用中的不确定性。
• 可能陷入局部最优：步进式的决策模式意味着智能体缺乏一个全局的、长远的规划。它可能会因为眼前的 Observation 而选择一个看似正确但长远来看并非最优的路径，甚至在某些情况下陷入"原地打转"的循环中。

6. 代码示例

以下是一个简单的 ReAct 模式代码示例，展示了如何使用 LangChain 实现一个基本的智能体，该智能体能够根据用户输入的问题，规划问题解决步骤和工具调用，得到最终答案。

测试问题："贝多芬与莫扎特谁的音乐生涯更长？长多少天？"

import os
from dotenv import load_dotenv
from datetime import datetime
from langchain.agents import create_agent
from langchain.agents.middleware.tool_call_limit import ToolCallLimitMiddleware
from langchain_tavily import TavilySearch
from langchain.chat_models import init_chat_model
from langgraph.checkpoint.memory import InMemorySaver 
from langchain.tools import tool

# 获取当前日期用于提示词背景信息
def get_today_str() -> str:
    """Get current date in a human-readable format.
    
    Returns:
        Current date formatted as 'Day Mon DD, YYYY' (e.g., 'Mon Jan 01, 2023')
    """
    try:
        # Try Linux/Unix format first
        return datetime.now().strftime("%a %b %-d, %Y")
    except ValueError:
        # Fall back to Windows format if Linux format fails
        return datetime.now().strftime("%a %b %#d, %Y")

# 生成系统提示词
def get_system_prompt(tools):
    # ReAct 提示词模板
    REACT_PROMPT_TEMPLATE = """
        你是一个有能力调用外部搜索工具的ReAct智能体，你的任务是回答用户的问题。
        作为背景信息，今天日期是： {today_str}

        可用工具如下:
        {tools}

        <工作流程>
        1. 分析用户的问题，思考解决问题的步骤，确定是否需要调用外部工具, 调用reasoning_record工具记录思考过程。
        2. 如果需要，调用外部工具并获取结果。
        3. 根据工具的输出结果，判断问题是否得到全面回答, 调用reasoning_record工具记录思考过程。
        4. 如果回答问题不全面，思考缺少的信息，继续调用外部工具获取相关信息。
        5. 重复以上步骤，直到问题得到全面回答或确定无法回答。
        </工作流程>

        <要求>
        1. 每次调用外部搜索工具后，都要调用reasoning_record工具记录思考过程。
        2. 外部搜索工具的调用次数不能超过5次。
        3. 如果问题无法回答，要调用reasoning_record工具记录思考过程。
        4. 必须使用和用户一致的语言回答问题。
        </要求>
    """
    return REACT_PROMPT_TEMPLATE.format(tools=tools, today_str=get_today_str())

# 获取对话模型
def get_model():
    model = init_chat_model(
        api_key = os.getenv("model_api_key"),
        base_url = os.getenv("model_api_base"),
        model = "Qwen/Qwen3-8B",
        model_provider = "openai",
        temperature = 0.7,
    )
    return model

# 定义记录思考过程的工具
@tool
def reasoning_record(thought: str):
    """Record the thought process of the agent."""
    return thought

# 定义计算器工具
@tool
def date_calculator(start_date: str, end_date: str) -> int:
    """计算两个日期之间的天数差，用于计算两个事件之间的时间长度"""
    try:
        start = datetime.strptime(start_date, "%Y-%m-%d")
        end = datetime.strptime(end_date, "%Y-%m-%d")
        return (end - start).days
    except ValueError as e:
        return f"日期格式错误: {e}"

# 获取可用工具
def get_tools():
    tools = [reasoning_record, date_calculator]
    """Search the web using Tavily API."""
    if not os.getenv("TAVILY_API_KEY"):
        raise ValueError("TAVILY_API_KEY not found in environment variables")
    tavily_search = TavilySearch(max_results=3, topic="general") # topic 可以是 general, news, finance
    tools.append(tavily_search)
    return tools

# 获取中间件
def get_middlewares():
    middlewares = []
    max_threads=20
    max_tool_call_iterations=5
    limit_middleware = ToolCallLimitMiddleware(
        tool_name="tavily_search",
        thread_limit=max_threads,
        run_limit=max_tool_call_iterations,
        exit_behavior="end",  # default
    )
    middlewares.append(limit_middleware)
    return middlewares

# 获取智能体
def get_agent(llm, tools, system_prompt, middlewares):
    agent = create_agent(
        model = llm,
        tools = tools,
        system_prompt = system_prompt,
        checkpointer=InMemorySaver(),  
        middleware = middlewares,
    )
    return agent

# 主程序：ReAct智能体调用示例
if __name__ == "__main__":
    load_dotenv()
    llm = get_model()
    tools = get_tools()
    system_prompt = get_system_prompt(tools)
    middlewares = get_middlewares()
    react_agent = get_agent(llm, tools, system_prompt, middlewares)
    config={"configurable": {"thread_id": "1"}}
    query = {"messages": [{"role": "user", "content": "比较贝多芬与莫扎特谁的音乐生涯更长？长多少天？"}]}
    for chunk in react_agent.stream(query, config, stream_mode="values"):
        chunk['messages'][-1].pretty_print()

参考文献

1\] [React: Synergizing Reasoning And Acting In Language Models](https://link.juejin.cn?target=https%3A%2F%2Farxiv.org%2Fpdf%2F2210.03629 "https://arxiv.org/pdf/2210.03629")