三分钟说清楚 ReAct Agent 的技术实现

ReAct Agent 技术实现主要依赖于精心设计的 Prompt 模板 、输出解析器 和执行循环三大核心机制。

1. 核心 Prompt 工程

LangChain 使用特定的 Prompt 模板引导 LLM 按 Thought → Action → Observation 格式输出：

python 复制代码

# 简化的 Prompt 结构
template = """
用以下工具回答问题：

工具: 
- search: 搜索引擎, 输入: "查询词"
- calculator: 计算器, 输入: "算式"

现在开始！

问题: {input}
Thought: {agent_scratchpad}
"""

关键设计：

agent_scratchpad ：存储历史 Thought-Action-Observation 链，确保上下文连续
工具描述：每个工具都有标准化描述，帮助 LLM 理解何时使用
Few-shot 示例：内置典型交互样例，教会 LLM 输出格式

2. 输出解析机制

LLM 输出纯文本后，通过 AgentOutputParser 解析结构化数据：

python 复制代码

# LLM 输出示例文本
"""
Thought: 需要计算 2+2*2
Action: calculator
Action Input: "2+2*2"
"""

解析过程：

正则匹配 ：提取 Thought:/Action:/Action Input: 块
格式验证：确保符合预定 schema，否则触发格式错误处理
工具映射：将 Action 字符串映射到具体工具实例

关键代码（简化）：

python 复制代码

class ReActParser:
    def parse(self, text: str):
        thought = re.search(r"Thought: (.*?)\n", text).group(1)
        action = re.search(r"Action: (.*?)\n", text).group(1)
        action_input = re.search(r"Action Input: (.*?)\n", text).group(1)
        return AgentAction(tool=action, input=action_input, log=thought)

3. AgentExecutor 循环控制

这是 ReAct 的"大脑"，管理整个执行流程：

python 复制代码

class AgentExecutor:
    def run(self, query):
        # 初始化
        scratchpad = ""  # 交互历史
        steps = 0
        
        while steps < max_iterations:
            # 1. 调用 LLM 生成下一步
            llm_output = self.llm(
                prompt.format(input=query, agent_scratchpad=scratchpad)
            )
            
            # 2. 解析输出
            action = self.output_parser(llm_output)
            
            # 3. 判断终止条件
            if isinstance(action, AgentFinish):
                return action.return_values["output"]
            
            # 4. 执行工具
            observation = self.tools[action.tool].run(action.input)
            
            # 5. 更新 scratchpad
            scratchpad += f"{action.log}\nObservation: {observation}\nThought: "
            
            steps += 1
        
        return "达到最大迭代次数"

关键设计模式：

while 循环 ：实现 Thought-Action-Observation 循环
scratchpad 累积：将每轮结果追加，形成完整上下文
终止判断 ：当解析出 AgentFinish 时返回最终结果

4. 工具调用架构

工具通过标准化接口集成：

python 复制代码

class BaseTool:
    name: str  # 工具唯一标识
    description: str  # 给 LLM 看的说明
    args_schema: BaseModel  # 参数结构
    
    def _run(self, input: str) -> str:
        # 具体实现
        pass

动态注册机制：

python 复制代码

# 工具自动发现
tools = [
    Tool(name="search", func=search_api, description="搜索引擎..."),
    Tool(name="calculator", func=calculate, description="计算器...")
]

# 传递给 Agent
agent = create_react_agent(llm, tools, prompt)

5. 错误处理与鲁棒性

常见错误类型：

格式错误：LLM 未按指定格式输出 → 捕获异常并重新提示
工具不存在：LLM 幻想了不存在的工具 → 返回错误 Observation
参数错误：工具调用参数格式不对 → 捕获异常并反馈

自我修复机制：

python 复制代码

except OutputParserException:
    # 将错误信息加入 scratchpad，让 LLM 自我纠正
    scratchpad += f"解析错误，请严格遵循格式：Action: tool_name\nAction Input: input\n"
    continue  # 重新循环

6. 记忆管理

ReAct Agent 的记忆体现在两个层面：

短期记忆（核心）：

agent_scratchpad：当前任务的交互历史
每轮循环自动清空，任务结束即丢弃

长期记忆（可选）：

集成 ConversationBufferMemory 实现多轮对话
在 Prompt 中注入历史对话摘要

技术实现总结

组件	实现方式	关键技术
推理生成	Prompt Engineering + LLM 调用	Few-shot、Scratchpad
行动解析	正则/结构化输出解析	Pydantic、OutputParser
工具执行	标准化接口 + 动态调用	BaseTool、回调机制
循环控制	While 循环 + 状态机	AgentExecutor、终止判断
错误恢复	异常捕获 + 上下文反馈	Try-Except、自我修复

这种设计将确定性代码逻辑 （循环、解析）与非确定性 LLM 生成完美结合，既保证了流程可控，又充分发挥了 LLM 的灵活性。