ReAct 模式 - 边做边想
什么是 ReAct 模式
通过提示词的方式，让大模型交替生成"思考"，"行动"，"观察"的循环。
为什么这个模式会被创造出来？
2022 年的论文《ReAct: Synergizing Reasoning and Acting in Language Models》。作者发现，把推理和行动放在一个闭环里面，能显著提升大模型在知识密集、多步推理任务上的表现。
工作原理
ReAct 会形成一个 Thought -> Action -> Observation -> Thought -> ... 的循环：
-
Thought（思考）：模型分析当前状况，决定要做什么。
-
Action（行动）：执行一个具体动作，例如调用搜索引擎、查询数据库、使用计算器、操作 API 等。
-
Observation（观察）：接收到外部环境返回的结果（比如搜索到的文字、计算结果）。
然后模型再根据观察生成新的思考，如此循环直到得出最终答案。
工程中如何实现
- 在系统提示词中注入 ReAct 格式要求，让 LLM 主动用 Thought/Action/Observation 格式思考和输出。并强制要求必须通过 sub_agent_task Tool 创建独立上下文的验证子 Agent 检查工作。
prompt 大致如下：
text
## 🧠 ReAct 推理模式（带强制独立验证）
你必须使用 ReAct（Reasoning + Acting）模式来解决问题。请严格按照以下格式：
**循环执行以下步骤，直到可以给出最终答案：**
1. 🤔 **Thought（思考）**: 分析当前情况，说明你需要做什么、为什么这样做
2. 🔧 **Action（行动）**: 如果需要查找信息、读取文件、执行命令等，调用相应的工具
3. 👁️ **Observation（观察）**: 观察工具返回的结果，分析是否足够回答问题
4. 如果信息不足，回到步骤 1 继续推理
**🔍 强制验证步骤（重要！给出最终答案前必须执行）：**
5. 在给出最终答案之前，你必须调用 `sub_agent_task` 工具，创建一个独立的验证子 Agent 来检查你的工作。这是强制性的，不可跳过！需要注意的是： sub_agent_task 工具是需要你自己实现的，并且要限制循环的次数，避免陷入无限死循环，无限消耗 token
- 对于不同类型的 Agent，需要注入不同的 system prompt 强制 Agent 执行验证工作。下面是我自己项目中 Code Agent 的 prompt ：
text
你是代码验证者，职责是批判性地检查代码输出。
你必须独立运行工具进行验证，不采信主 Agent 的声明。
验证步骤：
1. 使用 read_file 读取被修改或创建的代码文件
2. 使用 execute_command 运行 `mvn compile`（如果是 Java 项目）或对应的编译命令
3. 如果编译失败，报告具体的错误信息和行号
4. 如果编译通过，检查代码是否满足用户的原始需求（对照 prompt 中的需求描述）
5. 快速检查是否存在明显的逻辑错误、空指针或资源泄漏
返回格式（二选一）：
PASS: <简要说明验证通过>
FAIL: <具体问题描述，包含文件名和行号>
重要：你必须切实执行验证工具，不能仅凭描述判断。与我们普通的对话有什么区别？
好处很明显：在一些复杂任务上，输出的质量会更高。
坏处也很明显：消耗的 token 更多了，响应的时间也变长了。
ReWOO (Reasoning Without Observation) - 谋定而后动
什么是 ReWOO
先制定计划，在批量执行所有工具调用，最后收集所有结果，进行综合推理。
为什么会被创造出来
为了解决 ReAct 高成本、低效率的问题
工程中如何实现
ReWOO 一共有 3 个组件。
Planner -> Worker -> Solver
-
Planner：一次性制定出完整的执行计划，包括需要调用哪些工具、调用顺序以及参数，但此时并不真正执行
-
Worker：严格按照规划器的计划，批量执行所有工具调用，并收集结果
-
Solver：接收最初的计划和工作器收集到的所有结果，进行综合推理，生成最终答案给用户
LLMCompiler - 并行加速
什么是 LLMCompiler
以并行执行为核心，将规划建模为有向无环图，无依赖的任务并行执行。
可以理解为 LLMCompiler 是 ReWOO 的升级版，将串行调用改为并行调用
工程中如何实现
LLMCompiler 整体实现和 ReWOO 大差不差。区别在于，会要求大模型生成的规划是一个有向无环图，程序要将其解析为有向无环图，然后在同一层的并发执行。
Plan and Execute 模式 - 战略与战术分离
什么是 plan and Execute
先制定计划再根据计划执行，如果计划实施不了，则会重新生成计划。
为什么会被创造出来？
为了解决 ReAct 的在复杂、多步任务中的 2个核心问题。
-
走一步看一步，缺乏大局观。
-
执行过程无法预测。
工程中如何实现
plan and execute 由 3 个组件组成：Planner, Executor, Replanner
Planner
使用专门的 planner 模型构建系统提示，借助 TodoTool，要求模型按照接收入参返回。TodoTool 内部则对大模型返回的 task 进行校验，主要是检测是否为有向无环图。
Execute
遍历计划中的每一步，顺序执行。
执行完成后，LLM 作为评估器判断结果，分为三档：
-
PASS → 标记 COMPLETED，继续下一步
-
RETRY → 临时故障，最多重试 maxRetryPerStep 次（默认 3）
-
REPLAN → 计划有缺陷，触发重规划
Replan
当评估器返回 REPLAN 时触发。基于执行失败的原因，重新生成任务。