Agent 第二课：ReAct 框架 思考与行动机制（

Agent 第二课：ReAct 框架 思考与行动机制

一、先搞懂：为啥要有 ReAct？

普通大模型有个毛病：只会直接给答案 ，不会暴露自己「思考过程」，也不会主动想去调用工具。

ReAct 就是给 Agent 定的一套标准做事流程 ：先思考 → 再行动 → 拿到结果 → 再回答

二、ReAct 两个核心单词 记住就够用

• Re = Reasoning 思考推理
• Act = Action 行动执行

合起来：先思考，再行动

三、ReAct 完整工作流程（必背、面试必考）

1. 思考 ReasonAI 先自己琢磨：这个问题我自己能不能答？要不要联网？要不要查库？要不要用工具？

2. 行动 Act 决定好之后，调用对应的工具：搜网页、查数据库、运行代码、查 RAG 知识库

3. 观察 Observation拿到工具返回的真实结果

4. 再次循环思考看结果够不够、不够就再调用别的工具

5. 整理输出答案把所有信息汇总，给用户最终回答

一句话流程：思考 → 行动 → 观察 → 再思考 → 输出

四、举个大白话例子，瞬间懂

你问 AI：今天北京气温多少？

ReAct 模式下 Agent 会这样走：

1. 思考：我训练数据里没有今天实时天气，必须联网查
2. 行动：调用「联网搜索」工具
3. 观察：拿到北京今日温度数据
4. 再思考：信息足够了，不用再查
5. 输出：整理成通顺答案告诉你

普通大模型：直接瞎编一个温度，不会思考、不会调用工具。

五、ReAct 解决了什么问题

1. 让大模型显式露出思考过程，不再瞎编
2. 规范 Agent 做事逻辑，不乱来
3. 天然适配工具调用、联网、查库、RAG
4. 是现在绝大多数 Agent 底层通用框架