Agent 核心架构：思考-行动-观察循环（ReAct）
ReAct 是 Agent 最经典的工作模式：思考要做什么 → 执行动作 → 观察结果 → 再思考下一步。这篇深入讲 ReAct 的原理、Prompt 模板设计、循环控制、停止条件，以及实际开发中的常见问题。
大家好，我是黒漂技术佬。
上一篇讲了 Agent 是什么，这篇深入核心架构：ReAct 循环。
Reason + Act = 推理 + 行动。Agent 不是一次性输出答案，而是像人解决问题一样，先想想要干嘛，动手做，看看结果，再决定下一步，循环往复直到搞定。
这篇讲 ReAct 的原理、Prompt 怎么写、循环怎么控制、怎么判断任务完成。
一、ReAct 是什么？
来源
ReAct 是 2022 年普林斯顿和 Google 提出的方法，论文《ReAct: Synergizing Reasoning and Acting in Language Models》。
核心思想：让大模型把「推理过程」和「行动」交替输出，边想边做。
循环结构
┌─────────────────────────────────────┐
│ Thought（思考）：我现在要做什么？ │
│ ↓ │
│ Action（行动）：调用某个工具 │
│ ↓ │
│ Observation（观察）：工具返回结果 │
│ ↓ │
│ 再 Thought：根据结果想下一步 │
└─────────── 循环直到完成 ────────────┘每一轮输出一个 Thought + Action，拿到 Observation 后进入下一轮。
最终输出
当模型判断信息足够了，就输出 Final Answer，结束循环。
二、完整的 ReAct 示例
问题
张三出生于哪一年？他创办的公司上市了吗？
ReAct 过程
问题：张三出生于哪一年？他创办的公司上市了吗？
Thought: 我需要先知道张三是谁、创办了什么公司，然后查他的出生年份和公司上市情况。
先搜索张三的基本信息。
Action: 搜索「张三 创始人 公司」
Observation: 张三，1980年出生，某科技公司创始人兼CEO，公司名为"未来科技"，
2015年成立，主要做人工智能。
Thought: 知道了，张三1980年出生，创办了未来科技。接下来要查这家公司有没有上市。
Action: 搜索「未来科技 是否上市」
Observation: 未来科技于2021年在科创板上市，股票代码688XXX。
Thought: 信息都齐了：张三1980年出生，他的公司未来科技2021年科创板上市。
可以给出最终答案了。
Final Answer: 张三出生于1980年。他创办的未来科技公司已于2021年在科创板上市。两轮思考+行动，就把问题解决了。
三、ReAct Prompt 模板
系统提示词（System Prompt）
告诉模型怎么按 ReAct 格式输出。核心要素：
- 说明有哪些工具可用
- 规定输出格式（Thought / Action / Action Input）
- 说明循环规则
- 什么时候输出 Final Answer
一个标准模板
你是一个智能助手，可以使用以下工具来回答问题：
工具列表：
- 搜索：输入关键词，搜索互联网信息
- 计算器：输入数学表达式，计算结果
- 天气查询：输入城市名，获取实时天气
回答问题时严格按照以下格式输出：
Thought: 你对当前问题的思考，说明接下来要做什么
Action: 工具名称
Action Input: 工具的输入参数
Observation: 工具返回的结果（这部分由系统填入，不用你写）
（然后继续下一轮 Thought/Action，直到信息足够）
当你认为已经有足够信息回答问题时，输出：
Final Answer: 最终的答案
注意：
1. 每次只输出一个 Action
2. 必须有 Observation 才能继续思考
3. 不确定的时候就搜索，不要瞎猜
4. 信息足够就立刻给出 Final Answer，不要多余步骤为什么格式要严格？
因为程序要解析模型的输出，提取 Action 和 Action Input，然后去调用工具。格式乱了解析失败，整个循环就断了。
实际开发中，Function Calling 原生支持的模型更方便，不用手写解析。但理解 ReAct 的原理很重要。
四、循环控制流程
程序侧的执行流程
python
# 伪代码
def agent_run(question, max_steps=10):
history = ""
step = 0
while step < max_steps:
# 1. 把历史拼到 prompt 里，调用大模型
prompt = system_prompt + history + f"\n问题：{question}"
response = llm(prompt)
# 2. 解析模型输出
if "Final Answer:" in response:
return extract_answer(response)
action, action_input = parse_action(response)
history += response + "\n"
# 3. 调用工具
observation = call_tool(action, action_input)
history += f"Observation: {observation}\n"
step += 1
return "达到最大步数，未能完成任务"关键要素
- 历史记录：每轮的 Thought/Action/Observation 都要传给模型，它要看着前面的过程继续想
- 解析输出：从模型回复里提取 Action 和参数
- 工具调用：执行实际的工具函数
- 停止条件：输出 Final Answer 或者达到最大步数
五、停止条件
正常停止：Final Answer
模型自己判断信息足够了，输出 Final Answer，循环结束。
异常停止
1. 最大步数限制
防止模型死循环，设一个最大轮数（比如 10 步），到了就强制停止。
python
if step >= max_steps:
return "执行步数超限，任务未完成"2. 重复 Action 检测
连续调用同一个工具同样的参数，说明卡住了，强制停止。
3. 错误累积
工具连续报错，说明方向不对，停止并提示。
4. 超时
整体执行时间设上限，防止某个步骤卡住太久。
六、ReAct 的变种
1. CoT（Chain of Thought）
只有思考，没有行动。就是让模型一步步想，但不调用外部工具。适合纯推理问题。
问题：一个苹果3块，买5个多少钱？
思考：一个3块，5个就是3×5。
计算：3×5=15
答案：15块ReAct = CoT + 工具调用。
2. Plan-and-Execute
先做完整规划，再按计划执行。
Plan:
1. 查A
2. 查B
3. 对比总结
执行步骤1...
执行步骤2...
执行步骤3...适合任务比较明确、步骤可以预先规划的场景。ReAct 是走一步看一步，Plan-and-Execute 是先想好全部再做。
3. Reflexion（反思型）
执行完之后反思效果好不好，不好就重来。
执行 → 评估结果 → 反思问题 → 重新执行多了一个反思的步骤，质量更高但也更慢更贵。
七、Function Calling vs 手写 ReAct
原生 Function Calling
现在主流大模型（GPT、Claude、Qwen、DeepSeek）都原生支持 Function Calling / Tool Use。
你给模型一份工具的 JSON Schema 描述，模型直接输出要调用哪个函数、参数是什么，结构化输出，不用自己解析。
json
// 工具描述
{
"name": "search",
"description": "搜索互联网信息",
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string", "description": "搜索关键词"}
},
"required": ["query"]
}
}模型返回：
json
{
"tool_calls": [
{"name": "search", "arguments": {"query": "张三 出生日期"}}
]
}对比
| 手写 ReAct Prompt | 原生 Function Calling | |
|---|---|---|
| 格式稳定性 | 容易乱，解析容易失败 | 结构化输出，稳定 |
| 工具数量 | 少了还行，多了容易乱 | 支持多工具 |
| 兼容性 | 所有模型都能用 | 需要模型支持 |
| 开发成本 | 高，要写解析逻辑 | 低，直接用API |
实际开发优先用原生 Function Calling。但理解 ReAct 的原理有助于调试和设计 Agent。
八、常见问题和优化
问题 1：模型不按格式输出
原因：Prompt 约束不够强，或者模型能力不够。
解决：
- 系统提示词写得更详细、更严格
- 给 1-2 个示例（Few-shot）
- 用支持 Function Calling 的模型
- 输出解析加容错，匹配不到就重试
问题 2：死循环，反复调用同一个工具
原因：模型判断不了信息够不够，或者工具返回的结果它理解不了。
解决：
- 最大步数限制
- 重复检测，连续 2-3 次同样的调用就强制停止
- Prompt 里强调「信息足够就给 Final Answer」
- 工具返回结果做摘要，别把太长的原文直接塞进去
问题 3：跳过工具，直接瞎答
原因：模型偷懒，或者没意识到需要用工具。
解决：
- Prompt 里强调「不知道的就搜索，不要编造」
- 系统提示词里加「禁止直接回答需要实时信息的问题」
- 用更听话的模型（比如 GPT-4）
问题 4：上下文太长爆了
原因：轮次多了，历史记录越来越长，token 超了。
解决：
- 工具结果做摘要，只保留关键信息
- 历史记录截断，只保留最近几轮
- 用总结代替完整历史
问题 5：工具调用参数错
原因：模型没理解工具参数的含义，或者格式不对。
解决：
- 工具描述写清楚每个参数的含义和格式
- 加参数校验，不对就让模型重试
- 给调用示例
九、一个最小可运行的 ReAct Agent（伪代码）
python
tools = {
"search": lambda query: search_web(query),
"calc": lambda expr: str(eval(expr)),
}
system_prompt = """
你可以使用以下工具：
- search: 搜索，输入关键词
- calc: 计算器，输入数学表达式
格式：
Thought: 思考
Action: 工具名
Action Input: 参数
Observation: 结果
信息足够就输出 Final Answer: 答案
"""
def run(query):
history = ""
for _ in range(10): # 最多10步
prompt = system_prompt + history + f"\n问题：{query}\nThought:"
resp = llm(prompt)
if "Final Answer:" in resp:
return resp.split("Final Answer:")[-1].strip()
# 解析 action
action = extract(resp, "Action:")
action_input = extract(resp, "Action Input:")
# 调用工具
obs = tools[action](action_input)
history += f"Thought:{resp}\nObservation: {obs}\n"
return "超出步数限制"实际开发不用自己写这么底层，LangChain 之类的框架都封装好了。但原理就是这么回事。
十、本篇小结
- ReAct = Reason（推理）+ Act（行动），思考-行动-观察循环
- 标准格式：Thought → Action → Observation，循环直到 Final Answer
- 程序侧控制循环：拼历史 → 调模型 → 解析动作 → 调工具 → 拼结果 → 下一轮
- 停止条件：输出 Final Answer、达到最大步数、重复检测、超时
- 变种：CoT（纯思考）、Plan-and-Execute（先规划再执行）、Reflexion（带反思）
- 实际开发优先用原生 Function Calling，比手写 ReAct 稳定很多
- 常见问题：格式乱、死循环、跳过工具瞎答、上下文太长、参数错
下一篇讲工具调用：Function Calling 的具体用法、工具怎么定义、多工具怎么选、常见的工具类型。
我是黒漂技术佬。