智能体经典范式构建：从ReAct到Reflection

在上一章中，我们深入探讨了作为现代智能体"大脑"的大语言模型------了解了它内部的Transformer架构、与之交互的方法，以及它的能力边界。现在，是时候将这些理论知识转化为对智能体工作范式的系统理解。

一个现代的智能体，其核心能力在于能将大语言模型的推理能力与外部世界联通。它能够自主地理解用户意图、拆解复杂任务，并通过调用代码解释器、搜索引擎、API等一系列"工具"来获取信息、执行操作，最终达成目标。

然而，智能体并非万能。它同样面临着来自大模型本身的"幻觉"问题、在复杂任务中可能陷入推理循环、以及对工具的错误使用等挑战。为了更好地组织智能体的"思考"与"行动"过程，业界涌现出了多种经典的架构范式。

在本章中，我们将系统学习其中最具代表性的三种：

ReAct（Reasoning and Acting） ：一种将"思考"和"行动"紧密结合的范式，让智能体边想边做，动态调整。
Plan-and-Solve ：一种"三思而后行"的范式，智能体首先生成一个完整的行动计划，然后严格执行。
Reflection ：一种赋予智能体"反思"能力的范式，通过自我批判和修正来优化结果。

📊 全文知识框架图

#mermaid-svg-FEzLrHQpLfc7GxOB{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-FEzLrHQpLfc7GxOB .error-icon{fill:#552222;}#mermaid-svg-FEzLrHQpLfc7GxOB .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-FEzLrHQpLfc7GxOB .marker{fill:#333333;stroke:#333333;}#mermaid-svg-FEzLrHQpLfc7GxOB .marker.cross{stroke:#333333;}#mermaid-svg-FEzLrHQpLfc7GxOB svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-FEzLrHQpLfc7GxOB p{margin:0;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge{stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 path{fill:hsl(240, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 text{fill:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon--1{font-size:40px;color:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge--1{stroke:hsl(240, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth--1{stroke-width:17;}#mermaid-svg-FEzLrHQpLfc7GxOB .section--1 line{stroke:hsl(60, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 path{fill:hsl(60, 100%, 73.5294117647%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-0{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-0{stroke:hsl(60, 100%, 73.5294117647%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-0{stroke-width:14;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-0 line{stroke:hsl(240, 100%, 83.5294117647%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 path{fill:hsl(80, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-1{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-1{stroke:hsl(80, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-1{stroke-width:11;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-1 line{stroke:hsl(260, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 path{fill:hsl(270, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 text{fill:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-2{font-size:40px;color:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-2{stroke:hsl(270, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-2{stroke-width:8;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 line{stroke:hsl(90, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 path{fill:hsl(300, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-3{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-3{stroke:hsl(300, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-3{stroke-width:5;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-3 line{stroke:hsl(120, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 path{fill:hsl(330, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-4{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-4{stroke:hsl(330, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-4{stroke-width:2;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-4 line{stroke:hsl(150, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 path{fill:hsl(0, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-5{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-5{stroke:hsl(0, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-5{stroke-width:-1;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-5 line{stroke:hsl(180, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 path{fill:hsl(30, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-6{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-6{stroke:hsl(30, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-6{stroke-width:-4;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-6 line{stroke:hsl(210, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 path{fill:hsl(90, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-7{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-7{stroke:hsl(90, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-7{stroke-width:-7;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-7 line{stroke:hsl(270, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 path{fill:hsl(150, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-8{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-8{stroke:hsl(150, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-8{stroke-width:-10;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-8 line{stroke:hsl(330, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 path{fill:hsl(180, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-9{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-9{stroke:hsl(180, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-9{stroke-width:-13;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-9 line{stroke:hsl(0, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 polygon,#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 path{fill:hsl(210, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 text{fill:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .node-icon-10{font-size:40px;color:black;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-edge-10{stroke:hsl(210, 100%, 76.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .edge-depth-10{stroke-width:-16;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-10 line{stroke:hsl(30, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled circle,#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:lightgray;}#mermaid-svg-FEzLrHQpLfc7GxOB .disabled text{fill:#efefef;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-root rect,#mermaid-svg-FEzLrHQpLfc7GxOB .section-root path,#mermaid-svg-FEzLrHQpLfc7GxOB .section-root circle,#mermaid-svg-FEzLrHQpLfc7GxOB .section-root polygon{fill:hsl(240, 100%, 46.2745098039%);}#mermaid-svg-FEzLrHQpLfc7GxOB .section-root text{fill:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-root span{color:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .section-2 span{color:#ffffff;}#mermaid-svg-FEzLrHQpLfc7GxOB .icon-container{height:100%;display:flex;justify-content:center;align-items:center;}#mermaid-svg-FEzLrHQpLfc7GxOB .edge{fill:none;}#mermaid-svg-FEzLrHQpLfc7GxOB .mindmap-node-label{dy:1em;alignment-baseline:middle;text-anchor:middle;dominant-baseline:middle;text-align:center;}#mermaid-svg-FEzLrHQpLfc7GxOB :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 智能体经典范式构建
ReAct范式
核心理念
思考Thought
行动Action
观察Observation
工作流程
思考→行动→观察循环
关键组件
工具定义与描述
提示词设计
输出解析
适用场景
需要外部知识的任务
动态交互任务
主要优势
灵活适应
可解释性强
主要局限
可能局部最优
效率问题
Plan-and-Solve范式
核心理念
先规划后执行
工作流程
规划阶段
执行阶段
关键组件
规划器Planner
执行器Executor
状态管理
适用场景
多步推理任务
结构化问题
主要优势
目标一致
不易跑偏
主要局限
缺乏动态调整
Reflection范式
核心理念
自我反思迭代优化
工作流程
执行→反思→优化循环
关键组件
记忆模块
评审员角色
优化器角色
适用场景
代码生成
内容创作
主要优势
自我纠错
持续优化
主要局限
迭代成本高

一、智能体为何需要"范式"？

在构建智能体之前，我们首先需要理解一个核心问题：为什么不能简单地把问题扔给大语言模型，让它直接输出答案？

原因在于，大语言模型虽然拥有海量的知识和强大的推理能力，但它本质上是一个"纯思考"的系统。它存在三个根本性的局限：

局限	说明	示例
信息封闭性	模型的知识截止于训练数据，无法获取实时信息	问"今天天气怎么样"时，模型无法回答
工具缺失	模型只能输出文本，无法执行实际操作	无法调用计算器、搜索网页、操作数据库
缺乏自我修正	模型的一次性输出可能包含错误，但没有机制去发现和纠正	编造不存在的参考文献

"范式"的本质，就是一套结构化的方法，用来弥补这些局限。

它规定了智能体应该以什么样的节奏来"思考"、以什么样的方式来"行动"、以及如何根据外界的反馈来调整自己的策略。通过范式，大语言模型从一个"只会聊天的程序"，变成了一个"能够自主完成任务的智能体"。

二、ReAct范式：边想边做的智能体

ReAct（Reason + Act）由Shunyu Yao 等于2022年提出，其核心思想是模仿人类解决问题的方式，将推理（Reasoning）与行动（Acting）显式地结合起来，形成一个"思考-行动-观察"的循环。

2.1 ReAct的工作流程

在ReAct诞生之前，主流的方法可以分为两类：一类是"纯思考"型，如思维链（Chain-of-Thought），它能引导模型进行复杂的逻辑推理，但无法与外部世界交互，容易产生事实幻觉；另一类是"纯行动"型，模型直接输出要执行的动作，但缺乏规划和纠错能力。

ReAct的巧妙之处在于，它认识到思考与行动是相辅相成的------思考指导行动，而行动的结果又反过来修正思考。
#mermaid-svg-Pw7HI7scWApTrIfo{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-Pw7HI7scWApTrIfo .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-Pw7HI7scWApTrIfo .error-icon{fill:#552222;}#mermaid-svg-Pw7HI7scWApTrIfo .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Pw7HI7scWApTrIfo .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Pw7HI7scWApTrIfo .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Pw7HI7scWApTrIfo .marker.cross{stroke:#333333;}#mermaid-svg-Pw7HI7scWApTrIfo svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Pw7HI7scWApTrIfo p{margin:0;}#mermaid-svg-Pw7HI7scWApTrIfo .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-Pw7HI7scWApTrIfo .cluster-label text{fill:#333;}#mermaid-svg-Pw7HI7scWApTrIfo .cluster-label span{color:#333;}#mermaid-svg-Pw7HI7scWApTrIfo .cluster-label span p{background-color:transparent;}#mermaid-svg-Pw7HI7scWApTrIfo .label text,#mermaid-svg-Pw7HI7scWApTrIfo span{fill:#333;color:#333;}#mermaid-svg-Pw7HI7scWApTrIfo .node rect,#mermaid-svg-Pw7HI7scWApTrIfo .node circle,#mermaid-svg-Pw7HI7scWApTrIfo .node ellipse,#mermaid-svg-Pw7HI7scWApTrIfo .node polygon,#mermaid-svg-Pw7HI7scWApTrIfo .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Pw7HI7scWApTrIfo .rough-node .label text,#mermaid-svg-Pw7HI7scWApTrIfo .node .label text,#mermaid-svg-Pw7HI7scWApTrIfo .image-shape .label,#mermaid-svg-Pw7HI7scWApTrIfo .icon-shape .label{text-anchor:middle;}#mermaid-svg-Pw7HI7scWApTrIfo .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-Pw7HI7scWApTrIfo .rough-node .label,#mermaid-svg-Pw7HI7scWApTrIfo .node .label,#mermaid-svg-Pw7HI7scWApTrIfo .image-shape .label,#mermaid-svg-Pw7HI7scWApTrIfo .icon-shape .label{text-align:center;}#mermaid-svg-Pw7HI7scWApTrIfo .node.clickable{cursor:pointer;}#mermaid-svg-Pw7HI7scWApTrIfo .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-Pw7HI7scWApTrIfo .arrowheadPath{fill:#333333;}#mermaid-svg-Pw7HI7scWApTrIfo .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-Pw7HI7scWApTrIfo .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-Pw7HI7scWApTrIfo .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Pw7HI7scWApTrIfo .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-Pw7HI7scWApTrIfo .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Pw7HI7scWApTrIfo .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-Pw7HI7scWApTrIfo .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-Pw7HI7scWApTrIfo .cluster text{fill:#333;}#mermaid-svg-Pw7HI7scWApTrIfo .cluster span{color:#333;}#mermaid-svg-Pw7HI7scWApTrIfo div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-Pw7HI7scWApTrIfo .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-Pw7HI7scWApTrIfo rect.text{fill:none;stroke-width:0;}#mermaid-svg-Pw7HI7scWApTrIfo .icon-shape,#mermaid-svg-Pw7HI7scWApTrIfo .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Pw7HI7scWApTrIfo .icon-shape p,#mermaid-svg-Pw7HI7scWApTrIfo .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-Pw7HI7scWApTrIfo .icon-shape .label rect,#mermaid-svg-Pw7HI7scWApTrIfo .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Pw7HI7scWApTrIfo .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-Pw7HI7scWApTrIfo .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-Pw7HI7scWApTrIfo :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 核心循环
追加到历史
💭 思考 Thought

分析当前状态

制定下一步计划
⚡ 行动 Action

调用工具/执行操作
👀 观察 Observation

获取执行结果

在每一轮循环中，智能体的行为轨迹严格遵循一个固定的三步格式：

第一步：思考（Thought） ------这是智能体的"内心独白"。它会分析当前情况、分解任务、制定下一步计划，或者反思上一步的结果。思考过程完全透明，让开发者能够理解智能体的决策逻辑。

第二步：行动（Action） ------这是智能体决定采取的具体动作，通常是调用一个外部工具，例如Search['华为最新款手机']。行动指令需要明确指定工具名称和输入参数。

第三步：观察（Observation） ------这是执行行动后从外部工具返回的结果，例如搜索结果的摘要或API的返回值。

这个过程将持续循环，将新的观察结果追加到历史记录中，形成一个不断增长的上下文，直到智能体在思考中认为已经找到了最终答案。
#mermaid-svg-HVvvp6ZxdNrZyqGI{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-HVvvp6ZxdNrZyqGI .error-icon{fill:#552222;}#mermaid-svg-HVvvp6ZxdNrZyqGI .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-HVvvp6ZxdNrZyqGI .marker{fill:#333333;stroke:#333333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .marker.cross{stroke:#333333;}#mermaid-svg-HVvvp6ZxdNrZyqGI svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-HVvvp6ZxdNrZyqGI p{margin:0;}#mermaid-svg-HVvvp6ZxdNrZyqGI .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .cluster-label text{fill:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .cluster-label span{color:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .cluster-label span p{background-color:transparent;}#mermaid-svg-HVvvp6ZxdNrZyqGI .label text,#mermaid-svg-HVvvp6ZxdNrZyqGI span{fill:#333;color:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .node rect,#mermaid-svg-HVvvp6ZxdNrZyqGI .node circle,#mermaid-svg-HVvvp6ZxdNrZyqGI .node ellipse,#mermaid-svg-HVvvp6ZxdNrZyqGI .node polygon,#mermaid-svg-HVvvp6ZxdNrZyqGI .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .rough-node .label text,#mermaid-svg-HVvvp6ZxdNrZyqGI .node .label text,#mermaid-svg-HVvvp6ZxdNrZyqGI .image-shape .label,#mermaid-svg-HVvvp6ZxdNrZyqGI .icon-shape .label{text-anchor:middle;}#mermaid-svg-HVvvp6ZxdNrZyqGI .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .rough-node .label,#mermaid-svg-HVvvp6ZxdNrZyqGI .node .label,#mermaid-svg-HVvvp6ZxdNrZyqGI .image-shape .label,#mermaid-svg-HVvvp6ZxdNrZyqGI .icon-shape .label{text-align:center;}#mermaid-svg-HVvvp6ZxdNrZyqGI .node.clickable{cursor:pointer;}#mermaid-svg-HVvvp6ZxdNrZyqGI .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .arrowheadPath{fill:#333333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-HVvvp6ZxdNrZyqGI .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-HVvvp6ZxdNrZyqGI .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-HVvvp6ZxdNrZyqGI .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-HVvvp6ZxdNrZyqGI .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .cluster text{fill:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI .cluster span{color:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-HVvvp6ZxdNrZyqGI .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-HVvvp6ZxdNrZyqGI rect.text{fill:none;stroke-width:0;}#mermaid-svg-HVvvp6ZxdNrZyqGI .icon-shape,#mermaid-svg-HVvvp6ZxdNrZyqGI .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-HVvvp6ZxdNrZyqGI .icon-shape p,#mermaid-svg-HVvvp6ZxdNrZyqGI .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-HVvvp6ZxdNrZyqGI .icon-shape .label rect,#mermaid-svg-HVvvp6ZxdNrZyqGI .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-HVvvp6ZxdNrZyqGI .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-HVvvp6ZxdNrZyqGI .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-HVvvp6ZxdNrZyqGI :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 否
是
开始
💭 思考: 分析问题
⚡ 行动: 调用工具
👀 观察: 获取结果
任务完成？
✅ 输出最终答案

2.2 ReAct背后的设计思想

（1）工具是智能体的"手脚"

如果说大语言模型是智能体的大脑，那么工具（Tools）就是其与外部世界交互的"手和脚"。一个良好定义的工具应包含三个核心要素：

要素	说明	为什么重要
名称	简洁、唯一的标识符	供智能体在Action中精确调用
描述	清晰的自然语言说明	最关键的部分------模型据此判断何时使用该工具
执行逻辑	真正执行任务的函数	工具的实际功能实现

工具描述之所以最关键，是因为大语言模型完全依赖这段文本来理解工具的用途、适用场景和输入格式。如果描述模糊或不准确，模型就可能：

在不该用的时候使用工具
在应该使用工具的时候选择"硬想"
使用工具时提供错误的输入格式

（2）提示词是行动的"操作手册"

在ReAct范式中，系统提示词的设计至关重要。它需要在一次调用中完成三项任务：

任务	提示词中的体现
角色设定	"你是一个有能力调用外部工具的智能助手"
工具清单	列出所有可用工具的名称和描述
格式规约	强制要求输出"Thought: ... Action: ..."的格式

特别是格式规约，它是整个ReAct机制的"结构骨架"。它让智能体的输出具有高度的结构性，使得代码能够通过简单的正则表达式精确地解析出"思考"和"行动"。

（3）循环的安全机制

ReAct循环需要设置一个最大步数（max_steps）作为安全阀。为什么需要它？

防止无限循环：智能体可能在两个工具之间反复横跳
防止资源耗尽：每一步都调用LLM，成本随时间线性增长
防止上下文溢出：Observation不断累积，可能超出模型的上下文窗口

2.3 ReAct的适用场景与优缺点

🎯 最适合的场景：

场景类型	说明	示例
需要外部知识的任务	查询实时信息、搜索专业领域知识	天气查询、新闻检索
需要精确计算的任务	将数学问题交给计算器工具	复杂算术、统计分析
需要与API交互的任务	操作数据库、调用第三方服务	数据写入、邮件发送

优点	缺点
高可解释性：Thought链完全透明，便于调试	对LLM能力强依赖：模型能力不足时容易出错
动态规划与纠错：能根据外部反馈实时调整	执行效率问题：每步都调用LLM，Token消耗大
工具协同能力：LLM负责推理，工具负责执行	提示词脆弱性：对提示词设计敏感
	可能陷入局部最优：缺乏全局规划

💡 通俗类比 ：ReAct就像一个经验丰富的侦探------他不会在行动前制定完整的计划，而是根据现场发现的每一条线索，思考下一步该去哪里、该找谁问话，然后在行动中获得新线索，再继续推理。

三、Plan-and-Solve范式：三思而后行的智能体

如果说ReAct像一个经验丰富的侦探，根据现场的蛛丝马迹一步步推理，随时调整调查方向；那么Plan-and-Solve则更像一位建筑师，在动工之前必须先绘制出完整的蓝图，然后严格按照蓝图来施工。

Plan-and-Solve Prompting由Lei Wang等人在2023年提出，其核心动机是为了解决思维链在处理多步骤、复杂问题时容易"偏离轨道"的问题。

3.1 Plan-and-Solve的工作原理

与ReAct将思考和行动融合在每一步不同，Plan-and-Solve将整个流程解耦为两个核心阶段：
#mermaid-svg-WnswDpF9jF48LPju{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-WnswDpF9jF48LPju .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-WnswDpF9jF48LPju .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-WnswDpF9jF48LPju .error-icon{fill:#552222;}#mermaid-svg-WnswDpF9jF48LPju .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-WnswDpF9jF48LPju .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-WnswDpF9jF48LPju .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-WnswDpF9jF48LPju .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-WnswDpF9jF48LPju .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-WnswDpF9jF48LPju .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-WnswDpF9jF48LPju .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-WnswDpF9jF48LPju .marker{fill:#333333;stroke:#333333;}#mermaid-svg-WnswDpF9jF48LPju .marker.cross{stroke:#333333;}#mermaid-svg-WnswDpF9jF48LPju svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-WnswDpF9jF48LPju p{margin:0;}#mermaid-svg-WnswDpF9jF48LPju .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-WnswDpF9jF48LPju .cluster-label text{fill:#333;}#mermaid-svg-WnswDpF9jF48LPju .cluster-label span{color:#333;}#mermaid-svg-WnswDpF9jF48LPju .cluster-label span p{background-color:transparent;}#mermaid-svg-WnswDpF9jF48LPju .label text,#mermaid-svg-WnswDpF9jF48LPju span{fill:#333;color:#333;}#mermaid-svg-WnswDpF9jF48LPju .node rect,#mermaid-svg-WnswDpF9jF48LPju .node circle,#mermaid-svg-WnswDpF9jF48LPju .node ellipse,#mermaid-svg-WnswDpF9jF48LPju .node polygon,#mermaid-svg-WnswDpF9jF48LPju .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-WnswDpF9jF48LPju .rough-node .label text,#mermaid-svg-WnswDpF9jF48LPju .node .label text,#mermaid-svg-WnswDpF9jF48LPju .image-shape .label,#mermaid-svg-WnswDpF9jF48LPju .icon-shape .label{text-anchor:middle;}#mermaid-svg-WnswDpF9jF48LPju .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-WnswDpF9jF48LPju .rough-node .label,#mermaid-svg-WnswDpF9jF48LPju .node .label,#mermaid-svg-WnswDpF9jF48LPju .image-shape .label,#mermaid-svg-WnswDpF9jF48LPju .icon-shape .label{text-align:center;}#mermaid-svg-WnswDpF9jF48LPju .node.clickable{cursor:pointer;}#mermaid-svg-WnswDpF9jF48LPju .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-WnswDpF9jF48LPju .arrowheadPath{fill:#333333;}#mermaid-svg-WnswDpF9jF48LPju .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-WnswDpF9jF48LPju .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-WnswDpF9jF48LPju .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-WnswDpF9jF48LPju .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-WnswDpF9jF48LPju .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-WnswDpF9jF48LPju .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-WnswDpF9jF48LPju .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-WnswDpF9jF48LPju .cluster text{fill:#333;}#mermaid-svg-WnswDpF9jF48LPju .cluster span{color:#333;}#mermaid-svg-WnswDpF9jF48LPju div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-WnswDpF9jF48LPju .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-WnswDpF9jF48LPju rect.text{fill:none;stroke-width:0;}#mermaid-svg-WnswDpF9jF48LPju .icon-shape,#mermaid-svg-WnswDpF9jF48LPju .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-WnswDpF9jF48LPju .icon-shape p,#mermaid-svg-WnswDpF9jF48LPju .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-WnswDpF9jF48LPju .icon-shape .label rect,#mermaid-svg-WnswDpF9jF48LPju .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-WnswDpF9jF48LPju .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-WnswDpF9jF48LPju .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-WnswDpF9jF48LPju :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 执行阶段
规划阶段
❓ 用户问题
📋 规划器 Planner
📝 行动计划

步骤1: 计算周一销量

步骤2: 计算周二销量

步骤3: 计算周三销量

步骤4: 计算总销量
⚡ 执行步骤1
📊 结果1: 15
⚡ 执行步骤2
📊 结果2: 30
⚡ 执行步骤3
📊 结果3: 25
⚡ 执行步骤4
✅ 最终答案: 70

规划阶段（Planning Phase） ：首先，智能体会接收用户的完整问题。它的第一个任务不是直接去解决问题或调用工具，而是将问题分解，并制定出一个清晰、分步骤的行动计划。

执行阶段（Solving Phase） ：在获得完整的计划后，智能体进入执行阶段。它会严格按照计划中的步骤，逐一执行。每一步的执行都可能是一次独立的LLM调用，或者是对上一步结果的加工处理。

这种"先谋后动"的策略，使得智能体在处理需要长远规划的复杂任务时，能够保持更高的目标一致性，避免在中间步骤中迷失方向。

3.2 为什么"先规划"更可靠？

在分析Plan-and-Solve的优势之前，我们首先需要理解它与ReAct的本质区别。

ReAct 是反应式的：走一步看一步，根据反馈动态调整。这种方式的优点是灵活，但缺点是容易"走偏"------在复杂任务中，每一步的微小偏差可能在多步之后累积成巨大的方向性错误。

Plan-and-Solve 是前摄式的：先看清全局再行动。这种方式的优点是方向明确，但缺点是如果初始规划有误，整个执行过程都会偏离目标。

核心优势体现在：

优势	说明
目标一致性	始终围绕原始问题，不会偏离轨道
可追溯性	每一步执行都与计划中的某一步对应，便于调试
并行潜力	如果步骤之间相互独立，可以并行执行

关键设计要点：

规划器的输出格式必须严格受控（如输出Python列表），便于程序解析
执行器需要维护状态，记录已完成步骤及其结果
历史结果的格式直接影响后续步骤的效果------过于简略可能丢失信息，过于详细可能引入噪声

3.3 Plan-and-Solve的适用场景与优缺点

🎯 最适合的场景：

场景类型	说明	示例
多步数学应用题	需要先列出计算步骤，再逐一求解	复杂的算术、代数问题
需要整合多个信息源的报告	先规划好报告结构，再逐一填充内容	市场分析报告、项目方案
代码生成任务	先构思好函数、类和模块的结构，再逐一实现	软件架构设计

优点	缺点
目标一致性强：全程围绕原始问题，不易偏离	缺乏动态调整：无法在途中修正计划
可追溯性高：每步执行与计划一一对应	规划质量依赖模型：初始规划出错则全错
便于并行：独立步骤可同时执行	不适应不确定性任务：结果未知时难以预先规划

💡 通俗类比 ：Plan-and-Solve就像一位建筑师------他不会边盖楼边改图纸，而是先画出完整的施工蓝图，再让施工队严格按照图纸执行。

四、Reflection范式：会自我反思的智能体

在ReAct和Plan-and-Solve范式中，智能体一旦完成任务，工作流程便告结束。然而，它们生成的初始答案------无论是行动轨迹还是最终结果------都可能存在谬误或有待改进之处。

Reflection机制的核心思想，正是为智能体引入一种事后的自我校正循环，使其能够像人类一样，审视自己的工作，发现不足，并进行迭代优化。

4.1 Reflection的核心思想

Reflection（在相关论文中常被称为Reflexion）机制的灵感来源于人类的学习过程：我们完成初稿后会进行校对，解出数学题后会进行验算。

Reflection的核心工作流程可以概括为一个简洁的三步循环：
#mermaid-svg-49bGZYgYPc2ThkW3{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-49bGZYgYPc2ThkW3 .error-icon{fill:#552222;}#mermaid-svg-49bGZYgYPc2ThkW3 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-49bGZYgYPc2ThkW3 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-49bGZYgYPc2ThkW3 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-49bGZYgYPc2ThkW3 .marker.cross{stroke:#333333;}#mermaid-svg-49bGZYgYPc2ThkW3 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-49bGZYgYPc2ThkW3 p{margin:0;}#mermaid-svg-49bGZYgYPc2ThkW3 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 .cluster-label text{fill:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 .cluster-label span{color:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 .cluster-label span p{background-color:transparent;}#mermaid-svg-49bGZYgYPc2ThkW3 .label text,#mermaid-svg-49bGZYgYPc2ThkW3 span{fill:#333;color:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 .node rect,#mermaid-svg-49bGZYgYPc2ThkW3 .node circle,#mermaid-svg-49bGZYgYPc2ThkW3 .node ellipse,#mermaid-svg-49bGZYgYPc2ThkW3 .node polygon,#mermaid-svg-49bGZYgYPc2ThkW3 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-49bGZYgYPc2ThkW3 .rough-node .label text,#mermaid-svg-49bGZYgYPc2ThkW3 .node .label text,#mermaid-svg-49bGZYgYPc2ThkW3 .image-shape .label,#mermaid-svg-49bGZYgYPc2ThkW3 .icon-shape .label{text-anchor:middle;}#mermaid-svg-49bGZYgYPc2ThkW3 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-49bGZYgYPc2ThkW3 .rough-node .label,#mermaid-svg-49bGZYgYPc2ThkW3 .node .label,#mermaid-svg-49bGZYgYPc2ThkW3 .image-shape .label,#mermaid-svg-49bGZYgYPc2ThkW3 .icon-shape .label{text-align:center;}#mermaid-svg-49bGZYgYPc2ThkW3 .node.clickable{cursor:pointer;}#mermaid-svg-49bGZYgYPc2ThkW3 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-49bGZYgYPc2ThkW3 .arrowheadPath{fill:#333333;}#mermaid-svg-49bGZYgYPc2ThkW3 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-49bGZYgYPc2ThkW3 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-49bGZYgYPc2ThkW3 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-49bGZYgYPc2ThkW3 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-49bGZYgYPc2ThkW3 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-49bGZYgYPc2ThkW3 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-49bGZYgYPc2ThkW3 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-49bGZYgYPc2ThkW3 .cluster text{fill:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 .cluster span{color:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-49bGZYgYPc2ThkW3 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-49bGZYgYPc2ThkW3 rect.text{fill:none;stroke-width:0;}#mermaid-svg-49bGZYgYPc2ThkW3 .icon-shape,#mermaid-svg-49bGZYgYPc2ThkW3 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-49bGZYgYPc2ThkW3 .icon-shape p,#mermaid-svg-49bGZYgYPc2ThkW3 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-49bGZYgYPc2ThkW3 .icon-shape .label rect,#mermaid-svg-49bGZYgYPc2ThkW3 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-49bGZYgYPc2ThkW3 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-49bGZYgYPc2ThkW3 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-49bGZYgYPc2ThkW3 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 迭代优化循环
提供反馈
新版本
⚡ 执行 Execution

生成初稿
🔍 反思 Reflection

评审员评估
🛠️ 优化 Refinement

根据反馈修正

执行（Execution） ：首先，智能体使用我们熟悉的方法（如ReAct或Plan-and-Solve）尝试完成任务，生成一个初步的解决方案或行动轨迹。

反思（Reflection） ：接着，智能体进入反思阶段。它会调用一个独立的、或者带有特殊提示词的大语言模型实例，来扮演一个"评审员"的角色。这个"评审员"会审视第一步生成的"初稿"，并从多个维度进行评估：

评估维度	关注的问题
事实性	是否存在与常识或已知事实相悖的内容？
逻辑性	推理过程是否存在不连贯或矛盾之处？
效率性	是否有更直接、更简洁的路径来完成任务？
完整性	是否忽略了问题的某些关键约束或方面？

根据评估，它会生成一段结构化的反馈，指出具体的问题所在和改进建议。

优化（Refinement） ：最后，智能体将"初稿"和"反馈"作为新的上下文，再次调用大语言模型，要求它根据反馈内容对初稿进行修正，生成一个更完善的"修订稿"。

这个循环可以重复进行多次，直到反思阶段不再发现新的问题，或达到预设的迭代次数上限。

4.2 为什么"自我反思"有效？

Reflection的有效性建立在两个关键机制之上：

机制一：多角色协作

Reflection最巧妙的设计是让同一个LLM扮演不同角色。智能体既是"执行者"（撰写初稿），又是"评审员"（提出反馈），还是"优化者"（修改完善）。这种多角色协作的意义在于：

视角切换：同一模型从"创作者"切换到"评审员"时，会采用不同的评判标准，发现"创作者"视角下看不到的问题
无监督纠错：不依赖外部工具或标注数据，模型通过自我检查来提升输出质量

机制二：记忆轨迹的积累

整个迭代过程的关键在于记忆模块------它记录了每一次的执行结果和反馈意见。当智能体在优化时，它可以看到：

"我上一轮是这样写的，评审员指出了这些问题，所以我这一轮需要在这些方面改进......"

这种完整的"执行-反馈-修正"轨迹，让智能体不仅知道最终答案，还知道自己是如何从错误走向正确的，为后续任务积累宝贵经验。

4.3 Reflection的适用场景与优缺点

🎯 最适合的场景：

场景类型	说明	示例
代码生成与优化	生成代码→审查性能→优化算法	算法实现、代码重构
内容创作与润色	生成初稿→检查逻辑→修改完善	文章写作、邮件起草
需要高质量输出的任务	容错率低、要求严谨的场景	技术文档、法律文书

优点	缺点
内部纠错回路：能发现并修正自身错误	迭代成本高：每次迭代都调用多次LLM
持续优化：能将"不错"的输出变成"优秀"	可能过度优化：陷入无休止的修改
学习效应：积累的"错误-修正"经验	依赖评审质量：评审员本身也可能犯错

💡 通俗类比 ：Reflection就像一位作家------他不会一稿定稿，而是先写初稿，然后像编辑一样审阅自己的作品，提出修改意见，再根据意见修改，直到满意为止。

五、三种范式对比

#mermaid-svg-dYAHGu9EDWp1xyzW{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-dYAHGu9EDWp1xyzW .error-icon{fill:#552222;}#mermaid-svg-dYAHGu9EDWp1xyzW .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-dYAHGu9EDWp1xyzW .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-dYAHGu9EDWp1xyzW .marker{fill:#333333;stroke:#333333;}#mermaid-svg-dYAHGu9EDWp1xyzW .marker.cross{stroke:#333333;}#mermaid-svg-dYAHGu9EDWp1xyzW svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-dYAHGu9EDWp1xyzW p{margin:0;}#mermaid-svg-dYAHGu9EDWp1xyzW .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW .cluster-label text{fill:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW .cluster-label span{color:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW .cluster-label span p{background-color:transparent;}#mermaid-svg-dYAHGu9EDWp1xyzW .label text,#mermaid-svg-dYAHGu9EDWp1xyzW span{fill:#333;color:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW .node rect,#mermaid-svg-dYAHGu9EDWp1xyzW .node circle,#mermaid-svg-dYAHGu9EDWp1xyzW .node ellipse,#mermaid-svg-dYAHGu9EDWp1xyzW .node polygon,#mermaid-svg-dYAHGu9EDWp1xyzW .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-dYAHGu9EDWp1xyzW .rough-node .label text,#mermaid-svg-dYAHGu9EDWp1xyzW .node .label text,#mermaid-svg-dYAHGu9EDWp1xyzW .image-shape .label,#mermaid-svg-dYAHGu9EDWp1xyzW .icon-shape .label{text-anchor:middle;}#mermaid-svg-dYAHGu9EDWp1xyzW .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-dYAHGu9EDWp1xyzW .rough-node .label,#mermaid-svg-dYAHGu9EDWp1xyzW .node .label,#mermaid-svg-dYAHGu9EDWp1xyzW .image-shape .label,#mermaid-svg-dYAHGu9EDWp1xyzW .icon-shape .label{text-align:center;}#mermaid-svg-dYAHGu9EDWp1xyzW .node.clickable{cursor:pointer;}#mermaid-svg-dYAHGu9EDWp1xyzW .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-dYAHGu9EDWp1xyzW .arrowheadPath{fill:#333333;}#mermaid-svg-dYAHGu9EDWp1xyzW .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-dYAHGu9EDWp1xyzW .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-dYAHGu9EDWp1xyzW .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-dYAHGu9EDWp1xyzW .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-dYAHGu9EDWp1xyzW .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-dYAHGu9EDWp1xyzW .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-dYAHGu9EDWp1xyzW .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-dYAHGu9EDWp1xyzW .cluster text{fill:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW .cluster span{color:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-dYAHGu9EDWp1xyzW .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-dYAHGu9EDWp1xyzW rect.text{fill:none;stroke-width:0;}#mermaid-svg-dYAHGu9EDWp1xyzW .icon-shape,#mermaid-svg-dYAHGu9EDWp1xyzW .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-dYAHGu9EDWp1xyzW .icon-shape p,#mermaid-svg-dYAHGu9EDWp1xyzW .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-dYAHGu9EDWp1xyzW .icon-shape .label rect,#mermaid-svg-dYAHGu9EDWp1xyzW .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-dYAHGu9EDWp1xyzW .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-dYAHGu9EDWp1xyzW .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-dYAHGu9EDWp1xyzW :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} Reflection
执行初稿
反思反馈
优化修正
Plan-and-Solve
规划
执行步骤1
执行步骤2
完成
ReAct
思考
行动
观察

对比维度	ReAct	Plan-and-Solve	Reflection
核心思想	边想边做，动态调整	先规划后执行，严守纪律	自我反思，迭代优化
工作流程	思考→行动→观察→循环	规划阶段→执行阶段	执行→反思→优化→循环
适合场景	需要外部信息、动态交互的任务	结构清晰、可分解的复杂任务	有明确优化路径的创作/编程任务
主要优势	灵活、可解释、能调用外部工具	目标一致、不易跑偏	自我纠错、持续优化
主要劣势	Token消耗大、可能局部最优	缺乏动态调整能力	迭代次数多、成本高
决策时机	运行时动态决策	执行前一次性规划	完成后回顾反思
容错能力	中（靠外部反馈修正）	低（规划出错则全错）	高（通过反思自我修正）
类比	🕵️ 侦探（边查边想）	🏗️ 建筑师（先设计后施工）	✍️ 作家（初稿→修改→定稿）

在实践中如何选择？

场景特征	推荐范式	原因
需要频繁查询外部信息	ReAct	动态适应性最强
任务步骤清晰、可预分解	Plan-and-Solve	目标一致，效率更高
对最终质量要求极高	Reflection	自我纠错，不断优化
任务既有动态交互又需高质量	ReAct + Reflection	先执行后反思，双重保障

六、核心概念速查表（新手友好）

术语	通俗解释
ReAct	一种让AI"边想边做"的范式------思考→行动→观察→再思考......循环往复
Plan-and-Solve	一种"先规划后执行"的范式------先列出完整计划，再一步步执行
Reflection	一种让AI"自我反思"的范式------生成初稿→评审反馈→优化修正→再评审......
Thought（思考）	ReAct中AI的"内心独白"，分析问题、制定计划
Action（行动）	ReAct中AI采取的具体动作，通常是调用一个工具
Observation（观察）	执行Action后从工具返回的结果
工具（Tool）	智能体与外部世界交互的"手脚"，如搜索引擎、计算器
工具描述（Tool Description）	用自然语言说明工具的用途，模型据此判断何时使用
规划器（Planner）	Plan-and-Solve中负责分解问题、生成计划的组件
执行器（Executor）	Plan-and-Solve中负责按计划逐步执行的组件
评审员（Reflector）	Reflection中负责审查和反馈的LLM角色
记忆模块（Memory）	Reflection中存储"执行-反思"轨迹的短期记忆
最大步数（max_steps）	防止智能体陷入无限循环的安全阀

七、思考题（帮助加深理解）

以下思考题没有标准答案，旨在帮助你建立对不同智能体范式设计哲学的深刻理解。

ReAct范式中的"思考-行动-观察"循环，与人类解决问题的方式有何相似之处？ 这种设计为什么能帮助减少大模型的"幻觉"问题？
Plan-and-Solve将"规划"和"执行"解耦，在什么场景下能发挥最大优势？ 在什么场景下这种解耦反而可能成为劣势？
Reflection机制中，为什么需要让同一个模型扮演"执行者"和"评审员"两个不同角色？ 如果让两个不同的模型分别扮演这两个角色，会发生什么？
三种范式可以组合使用吗？ 如果可以，你会如何设计一个同时结合ReAct、Plan-and-Solve和Reflection优点的混合范式？
"工具描述是智能体机制中最关键的部分"------为什么一段文本描述如此重要？ 如果工具描述写得不好，智能体的行为会出现什么问题？
Reflection的迭代循环和ReAct的思考-行动循环，两者在本质上有什么区别？ 它们各自解决了什么问题？

参考资料

Datawhale Hello-Agents 第四章《智能体经典范式构建》
https://datawhalechina.github.io/hello-agents/#/./chapter4/第四章智能体经典范式构建

关于本文知识来源的说明

本文的核心知识框架完全基于Datawhale《Hello-Agents》教程第四章的内容进行整理和阐述。文中涉及的所有技术概念（ReAct、Plan-and-Solve、Reflection、工具定义、提示词设计等）均为该教程中明确讲解的内容。

ReAct论文（Yao et al., 2022）、Plan-and-Solve论文（Wang et al., 2023）、Reflexion框架（Shinn et al., 2023）等均作为背景知识参考。读者如有兴趣，可通过Google Scholar、arXiv或各学术搜索引擎自行检索相关论文标题进行深入学习。

结语

在这一章中，我们系统学习了三种经典的智能体范式：

ReAct 让智能体能够边想边做，通过"思考-行动-观察"的循环动态地与外部世界交互，灵活适应各种变化。
Plan-and-Solve 让智能体能够三思而后行，先制定完整的行动计划，再严格执行，确保目标的一致性。
Reflection 让智能体能够自我反思，通过"执行-反思-优化"的迭代循环不断提升输出质量。

这三种范式各有侧重，适用于不同的场景。ReAct适合需要动态获取外部信息的任务，Plan-and-Solve适合结构清晰的复杂推理，Reflection适合有明确优化路径的创作类任务。

更重要的是，通过理解这些范式的设计原理，我们明白了：

提示词如何引导模型行为
工具如何扩展模型的能力边界
记忆如何支撑多轮交互
多角色协作如何实现自我纠错

掌握了这些原理，你就拥有了从一个框架的"使用者"转变为智能体应用"创造者"的能力。

本文参考：Datawhale《Hello-Agents》教程第四章《智能体经典范式构建》的内容框架与核心知识点。本文在忠实呈现该教程内容的基础上，为便于新手理解进行了通俗化改写和图表化呈现。