从「只会聊」到「边想边做」的跃迁

整理自 2026-07-16 学习记录。

ReAct 是什么

ReAct = Reasoning（推理）+ Acting（行动）交替循环。不再让模型闷头一次答完，而是让它：

复制代码

思考：我需要查 XX → 行动：调用工具查 XX → 观察：工具返回了结果
     → 思考：根据结果我还需 YY → 行动：... → 最终答案

|-----------|------------|-----------------------|
| 手法 | 模型产出 | 用到工具吗 |
| CoT | 一段推理文字 | 否 |
| 自我批判 | 答案 + 复查 | 否 |
| ReAct | 思考/行动/观察循环 | 格式上预留了行动位（后面接真工具） |

这是「讨论型 → 一体化 Agent」的跃迁点：模型不再只是聊天，而是会调用工具自己干活。

🍅1 提示词版 ReAct（D5 先练格式）

D5 阶段先用纯提示词 演示「思考/行动/观察/最终答案」长啥样，模型输出的「行动」只是文本，并不真调工具。

复制代码

import requests

API_KEY = "你的key"
url = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

system_prompt = """【Role】你是一个会用工具的助手
【Task】严格按下面格式循环：
思考：你现在的推理
行动：要调用的工具名(参数)
观察：工具返回的结果
（重复 思考/行动/观察 直到能回答）
最终答案：xxx
【Constraint】每次只写一个单元，不跳步"""

data = {
    "model": "glm-4-flash",
    "messages": [
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": "上海今天天气怎么样？适合出门吗？"},
        {"role": "assistant", "content":
            "思考：我需要查上海实时天气。\n"
            "行动：weather(上海)\n"
            "观察：上海今日25度，多云，微风。\n"
            "思考：25度多云适合出门。\n"
            "最终答案：上海今天25度多云，适合出门。"},
        {"role": "user", "content": "北京到上海的高铁要多久？如果下午2点出发，几点到？"},
    ]
}
resp = requests.post(url, headers=headers, json=data)
print(resp.json()["choices"][0]["message"]["content"])

⚠️ 结构要点 ：few-shot 范例的 assistant 标准答案必须存在 messages 里，真实问题置底。否则模型会把范例当成待答问题顺着答两遍。小澪实测时一度出现「两段都答了」，就是范例的 assistant 行没正确塞入导致的------记住结构即可。

🍅2 真 ReAct 循环骨架（W3 展开）

提示词版「行动」只是嘴上说。真 Agent 让代码接管行动：解析模型输出 → 调真函数 → 把结果喂回去。

复制代码

import requests, re

def call_llm(messages):
    data = {"model": "glm-4-flash", "messages": messages, "temperature": 0}
    return requests.post(url, headers=headers, json=data).json()["choices"][0]["message"]["content"]

def run_tool(action):   # 真实工具函数，W3 重点
    return "真实查询结果"   # 解析 "train_schedule(北京,上海)" → 调真接口

messages = [{"role":"system","content":system_prompt},
            {"role":"user","content":"北京到上海高铁多久？下午2点出发几点到？"}]

while True:
    reply = call_llm(messages)
    print(reply)
    if "最终答案" in reply:
        break                      # 模型认为能答了，停
    m = re.search(r"行动：(.+)", reply)   # ① 解析出工具名和参数
    obs = run_tool(m.group(1))            # ② 用参数执行真实函数
    messages.append({"role":"user", "content": f"观察：{obs}"})  # ③ 返回值喂回去循环

代码侧三步链：解析回复 → 执行真函数 → 返回值喂回，直到模型吐「最终答案」。

🍅3 防死循环 + 与 Function Calling 的关系

防死循环两道保险：

正常出口 ：回复里出现 最终答案 → break（模型自觉答完）
兜底保险 ：设 max_turns（如 5）→ 哪怕模型卡住，到上限强制停（防烧钱卡死）

max_turns = 5
for _ in range(max_turns):
reply = call_llm(messages)
if "最终答案" in reply: break
...

ReAct vs Function Calling：

ReAct 是「提示词里手写循环约定」，Function Calling 是「API 原生给的结构化工具调用」------同一件事的两种写法，后者更稳更省心。

D5 用提示词把「边想边做、观察再想」的认知节奏练熟，W3 直接换成 Function Calling 的真工具调度。

本节收尾

|--------|-------------------------------------|--------------------|
| 🍅 | 知识点 | 掌握 |
| 1 | ReAct 四段式（思考/行动/观察/最终答案） | ✅ 格式跑通，真实问题答对 |
| 2 | 真 ReAct 循环骨架（代码接管行动） | ✅ 三步链：解析→执行→喂回 |
| 3 | 防死循环两保险 + ReAct vs Function Calling | ✅ ②③对，①纠正为「最终答案」出口 |