AI Agent 实习生工作日记 — Day 2

1. 晨会与导师的亲切指导

今天一早，导师 Alex 拿着咖啡笑眯开心地走到我的工位前。他不仅技术极其扎实，而且特别亲切耐心，完全没有架构师的架子。

"昨天弄懂了 Tool 和 SQL 查库，感觉怎么样？" Alex 笑着问。

我有点不好意思地回答："工具是写好了，但我还是好奇，模型是怎么知道'先去查数据库，拿到结果后再决定接下来干嘛'的？它难道懂逻辑顺序吗？"

Alex 拍了拍我的肩膀："问到点子上了！今天我们就来啃核心------ReAct 推理引擎 。别被这个英文名词吓到，它其实非常符合我们人类解决问题的直觉。今天我手把手带你把 core/react_engine.py 的底层原理给拆明白！"

2. 今日补课：Alex 导师拆解 ReAct 机制

Alex 拿过马克笔，在白板上耐心地画出了流程图，给我详细讲解了 ReAct（Reasoning + Acting） 框架。

"传统的代码是线性执行的，而 ReAct 是让大模型像人类思考一样，形成一个闭环循环（Loop）。" Alex 边画边解释，"它核心就分为三步，一直循环到得出最终答案为止："

               ┌────────────────────────┐
               │    用户提出复杂问题     │
               └───────────┬────────────┘
                           │
      ┌────────────────────▼────────────────────┐
      │  1. Thought (思考)                     │
      │  大模型分析当前上下文，决定下一步做什么   │
      └────────────────────┬────────────────────┘
                           │
      ┌────────────────────▼────────────────────┐
      │  2. Action (行动)                      │
      │  大模型决定调用哪个 Tool，并输出 JSON 参数│
      └────────────────────┬────────────────────┘
                           │
      ┌────────────────────▼────────────────────┐
      │  3. Observation (观察)                 │
      │  代码执行 Tool，将真实结果反馈给大模型    │
      └────────────────────┬────────────────────┘
                           │
                           ├─► [如果问题未解决] ──► 回到 Step 1 继续循环
                           │
                           └─► [如果问题已解决] ──► 输出 Final Answer 给用户

1. Thought（思考）：大模型结合当前的用户输入和历史记录，在心里默默推演："我现在知道了什么？我还缺少什么信息？我下一步应该调用什么工具？"

2. Action（行动） ：根据思考结果，决定具体的动作（例如调用 get_order_status 工具，并给出对应参数）。

3. Observation（观察）：我们的 Python 代码拿到模型的 Action，真正去跑函数（如查询数据库），然后把运行结果以自然语言或 JSON 的形式喂回（Feed Back）给大模型。

"看明白了么？" Alex 笑着问，"重点就在于 Observation 会被追加到 Prompt 的上下文里，模型拿到新信息后，再发起下一轮 Thought。这就是'思考-行动-观察'循环。"

3. 今日动手实操：从零手写一个极简 ReAct 引擎

听完 Alex 的讲解，我恍然大悟。Alex 鼓励我："来，抛开 LangChain 这种重型框架，我们今天直接用原生 Python 手写一个简易的 react_engine.py！"

在 Alex 的指导下，我写下了如下代码，并加入了极简的思维链循环：

import json
import os
from openai import OpenAI
from tools.order_tools import get_order_status  # 昨天写的真实查库工具

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# 1. 注册可用工具映射表
AVAILABLE_TOOLS = {
    "get_order_status": get_order_status
}

# 2. 系统 Prompt：强制要求模型按照 ReAct 格式输出
SYSTEM_PROMPT = """
你是一个严谨的 AI 助手。你必须严格按照以下格式进行思考和行动：

Question: 用户提出的问题
Thought: 你对当前状况的思考，分析下一步该做什么
Action: 需要调用的工具名称，必须是 [{tool_names}] 中的一个
Action Input: 传递给工具的 JSON 格式参数
Observation: 工具执行后返回的结果（这部分由系统自动填入，你不需要生成）

当你获得了足够的信息并能够回答用户问题时，请输出：
Thought: 我知道了最终答案
Final Answer: 给用户的最终回答

开始！
""".format(tool_names=", ".join(AVAILABLE_TOOLS.keys()))

def run_react_agent(user_query: str, max_turns: int = 5):
    """手写 ReAct 循环引擎"""
    # 维持上下文的历史消息队列
    messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": f"Question: {user_query}"}
    ]
    
    print(f"🤖 Agent 开始处理问题: '{user_query}'\n" + "="*40)
    
    for turn in range(max_turns):
        print(f"\n--- 🔄 第 {turn + 1} 轮循环 ---")
        
        # 请求大模型
        response = client.chat.completions.create(
            model="gpt-4o",
            messages=messages,
            stop=["Observation:"]  # 遇到 Observation: 停止生成，等待代码执行工具
        )
        
        llm_output = response.choices[0].message.content
        print(llm_output)
        
        # 将模型的输出追加进上下文
        messages.append({"role": "assistant", "content": llm_output})
        
        # 如果模型输出了 Final Answer，说明流程结束，直接退出循环
        if "Final Answer:" in llm_output:
            print("\n✅ 任务完成！")
            break
            
        # 解析 Action 和 Action Input
        if "Action:" in llm_output and "Action Input:" in llm_output:
            try:
                action_line = [line for line in llm_output.split("\n") if line.startswith("Action:")][0]
                action_input_line = [line for line in llm_output.split("\n") if line.startswith("Action Input:")][0]
                
                tool_name = action_line.replace("Action:", "").strip()
                tool_args = json.loads(action_input_line.replace("Action Input:", "").strip())
                
                # 执行真正工具代码 (Observation)
                if tool_name in AVAILABLE_TOOLS:
                    observation_result = AVAILABLE_TOOLS[tool_name](**tool_args)
                else:
                    observation_result = f"错误：未找到名称为 {tool_name} 的工具"
                    
                observation_text = f"Observation: {json.dumps(observation_result, ensure_ascii=False)}"
                print(f"⚙️ 执行工具结果 -> {observation_text}")
                
                # 把 Observation 结果追加回消息列表中，供下一轮思考使用
                messages.append({"role": "user", "content": observation_text})
                
            except Exception as e:
                error_msg = f"Observation: 工具解析或执行失败 - {str(e)}"
                messages.append({"role": "user", "content": error_msg})

4. 运行测试与踩坑复盘

代码写完后，我输入测试问题："请帮我看看订单 ORD-12345678 到哪了，顺便告诉我快递单号。"

控制台清晰地打印出了 Agent 的完整"思考脉络"：

🤖 Agent 开始处理问题

--- 🔄 第 1 轮循环 ---

Thought: 用户想查询订单 ORD-12345678 的状态和快递单号，我需要调用订单查询工具获取数据。

Action : get_order_status

Action Input : {"order_id": "ORD-12345678"}

⚙️ 执行工具结果 \\rightarrow Observation: {"order_id": "ORD-12345678", "status": "已发货", "carrier": "顺丰速运", "tracking_number": "SF100123"}

--- 🔄 第 2 轮循环 ---

Thought: 我已经收到了数据库返回的信息，订单状态是已发货，承运商是顺丰速运，运单号是 SF100123。我拥有足够的信息回答用户了。

Final Answer: 您的订单（ORD-12345678）目前状态为【已发货】，由顺丰速运承运，快递单号为 SF100123。

今日踩坑点：

初试时我忘记加 stop=["Observation:"] 截断参数，导致大模型在输出 Action Input 之后，竟然自己凭空编造了一个假的 Observation 结果往下自嗨！

Alex 看到后笑着解释："这就是典型的幻觉 ，因为 LLM 本质是文本接龙。你必须用 stop 参数在 Observation 处强制切断，让 Python 运行真正的 SQL 函数把客观事实填进来。"

5. 今日复盘与收获

1. 原理通透 ：终于明白所谓的 ReAct Agent 并不是黑盒魔法，本质上就是 While 循环 + 上下文追加 + 格式化 Prompt 约束。

2. 导师指导感悟 ：Alex 导师真非常耐心地帮我排查了 stop 参数的细节，强调了不能盲目相信 LangChain 等封装好的框架，动手写底层循环才能真正打牢 Agent 开发的基本功。