跳到主要内容

💡 ReAct 模式：Agent 通用思维链模式全解

全面解析 ReAct 模式的核心原理、循环机制与最佳实践

📌 核心笔记​

  • ReAct = Reasoning + Acting：推理 + 行动的循环模式
  • 四大核心模块：Thought（推理）、Action（行动）、Observation（观察）、Answer（答案）
  • 多轮循环机制：动态调用工具，逐步推理，直到满足终止条件
  • 核心优势：多步推理、动态工具调用、可解释性、可组合性

🎯 学完你能做什么​

  • 理解 ReAct 模式的核心思想和循环机制
  • 设计符合 ReAct 模式的 Agent 架构
  • 构造高效的 ReAct Prompt，引导模型多步推理
  • 优化工具调用和 Observation 结构化输出
  • 实现可解释、可扩展的智能体系统

😫 你现在的困境​

  • 不知道如何让 Agent 进行多步推理
  • 工具调用后不知道如何将结果反馈给模型
  • 缺乏系统的 Agent 思维链设计框架
  • 难以追踪和调试 Agent 的决策过程
  • 无法平衡推理深度与响应速度

📅 什么时候用这一招​

  • 处理需要多步推理的复杂问题
  • 需要动态调用外部工具或 API
  • 要求 Agent 决策过程可解释、可追踪
  • 构建需要组合多种能力的智能体
  • 优化 Agent 的任务分解和执行能力

💡 核心思路​

ReAct 模式是一种多轮循环推理 + 动作执行的 Agent 架构模式。核心思想是：先思考，再行动，多轮循环直到完成任务。

模型通过生成Thought（思考）来分析当前状态，决定下一步Action（行动），执行后获取Observation（观察），将结果反馈回模型继续推理。如此循环，直到生成最终Answer（答案）。

这种模式将推理逻辑与工具调用解耦，使得 Agent 既能够进行复杂的多步推理，又能够动态调用外部能力，同时每一步都可以被记录和追踪，具有极强的可解释性。

🌳 顶层概览：ReAct 模式核心​

基本流程​

用户问题
    ↓
ReAct 模型循环
    ├─ Thought → 推理分析
    ├─ Action → 调用外部工具/API
    ├─ Observation → 获取工具返回
    └─ 多轮循环，直至生成最终 Answer
    ↓
最终答案返回用户

核心概念​

ReAct = Reasoning + Acting

  • Reasoning（推理）：模型在内部生成思考，分析当前状态和下一步行动
  • Acting（行动）：基于推理结果，执行工具调用或其他操作
  • 多轮循环：动态调整策略，逐步推进任务完成
  • 终止条件：生成 Answer 或达到最大步骤数

🧩 核心模块详解​

四大核心模块​

模块功能输出/作用
Thought模型分析输入、推理步骤决定下一步 Action 或生成 Answer
Action调用工具/API 执行操作生成 Observation
Observation外部操作结果为下一轮 Thought 提供上下文信息
Answer循环结束后的最终输出返回用户或系统

循环机制​

Step 1:
  Thought: 我需要查询天气
  Action: 调用 weather_tool("Beijing")
  Observation: {"temperature": "20°C", "condition": "sunny"}

Step 2:
  Thought: 已获取天气信息，准备回答
  Action: 输出最终答案
  Answer: 北京今天晴天，气温 20°C

每轮循环内部：

  1. Thought → 模型生成思考
  2. Action → 执行工具或操作
  3. Observation → 获取外部结果
  4. 下一轮 Thought 使用 Observation 继续推理

可嵌套多步操作，动态决策，支持复杂任务的分解与执行。

🔄 多轮循环机制（底层原理）​

循环执行流程​

关键特性​

1. 动态决策

每轮循环根据上一轮的 Observation 动态调整策略，而不是预设固定步骤。

2. 上下文累积

所有历史 Thought、Action、Observation 都会被保留，为推理提供完整上下文。

3. 工具链组合

可以连续调用多个工具，前一个工具的 Observation 成为后一个工具的输入。

4. 终止条件

  • 生成 Answer 字段，表示任务完成
  • 达到最大循环步骤数，防止无限循环
  • 检测到错误或异常情况

📝 Prompt 构造示例​

基础 Prompt 结构​

Question: 北京今天的天气如何？

Thought: 我需要先获取天气信息
Action: call_tool("weather", {"city": "Beijing"})
Observation: {"temperature": "20°C", "condition": "sunny"}

Thought: 我已经获得天气信息
Answer: 北京今天晴天，气温 20°C

完整 Prompt 模板​

你是一个智能助手，能够通过思考和调用工具来回答问题。

对于每个问题，你需要：
1. Thought: 分析问题，决定下一步行动
2. Action: 调用工具或执行操作
3. Observation: 获取工具返回的结果
4. 重复上述步骤，直到能够给出最终答案
5. Answer: 输出最终答案

可用工具：
- weather(city): 查询城市天气
- search(query): 搜索信息
- calculate(expression): 计算表达式

现在开始：

Question: 北京今天的天气如何？

Thought: 我需要先获取天气信息
Action: call_tool("weather", {"city": "Beijing"})
Observation: {"temperature": "20°C", "condition": "sunny"}

Thought: 我已经获得天气信息
Answer: 北京今天晴天，气温 20°C

高级 Prompt 技巧​

1. Few-Shot 示例

提供多个完整示例，帮助模型理解模式：

示例 1:
Question: 125 + 37 等于多少？
Thought: 我需要计算这个加法表达式
Action: call_tool("calculate", {"expression": "125 + 37"})
Observation: {"result": 162}
Thought: 计算完成
Answer: 125 + 37 = 162

示例 2:
Question: 纽约现在几点？
Thought: 我需要查询纽约当前时间
Action: call_tool("search", {"query": "current time New York"})
Observation: {"time": "14:30 UTC-5"}
Thought: 获取到时间信息
Answer: 纽约现在时间是 14:30（UTC-5 时区）

2. 思维链引导

使用 Chain-of-Thought 引导模型逐步推理：

Thought: 这个问题需要我分解为几个步骤：
1. 首先需要获取相关的背景信息
2. 然后分析这些信息
3. 最后给出答案

让我先搜索相关信息...
Action: call_tool("search", {"query": "..."})

3. 结构化 Observation

强制工具返回结构化数据，便于模型解析：

{
  "success": true,
  "data": {
    "temperature": 20,
    "unit": "°C",
    "condition": "sunny"
  },
  "error": null
}

💪 ReAct 优势​

1. 多步推理​

可处理复杂问题，逐步分析分解：

问题: 分析某公司的投资价值
  ├─ 获取公司财务数据
  ├─ 分析行业趋势
  ├─ 对比竞争对手
  └─ 综合评估得出结论

2. 动态工具调用​

每轮根据上下文选择不同操作，灵活适应任务需求：

if (需要实时数据) {
  Action: call_tool("api_search", {...})
} else if (需要计算) {
  Action: call_tool("calculator", {...})
}

3. 可解释性​

每步 Thought/Action 可记录，便于追踪决策过程：

{
  step: 1,
  thought: "需要查询天气",
  action: "call_tool('weather', {...})",
  observation: {...}
}

4. 可组合性​

工具与推理逻辑分离，易于扩展：

  • 新增工具无需修改推理逻辑
  • 可组合多个工具形成复杂流程
  • 支持工具库的动态加载

🛠️ 实践建议​

1. Thought 设计​

每个 Thought 都要明确下一步目的

❌ 不好的示例：
Thought: 我看看

✅ 好的示例：
Thought: 用户问的是天气，我需要先查询北京的天气信息

2. Action 规范​

Action 要精确调用外部操作，保证 Observation 可解析

// 明确指定工具名称和参数
Action: call_tool("weather", {
  "city": "Beijing",
  "date": "2024-01-01"
})

3. 终止条件​

设置合理循环终止条件，防止无限循环

const MAX_STEPS = 10;

if (step >= MAX_STEPS) {
  Answer: "抱歉，无法在合理步骤内完成该任务";
}

4. Observation 结构化​

Observation 要尽量结构化，方便下一轮推理使用

{
  "status": "success",
  "data": {
    "temperature": 20,
    "condition": "sunny"
  },
  "metadata": {
    "timestamp": "2024-01-01T12:00:00Z",
    "source": "weather_api"
  }
}

📌 核心总结（金字塔式归纳）​

ReAct 模式核心 = 多轮循环推理 + 动作执行
├─ Thought: 推理步骤，分析当前状态
├─ Action: 调用工具/API，执行操作
├─ Observation: 获取结果，提供上下文
└─ Answer: 循环终止，输出最终答案

核心思想：先思考，再行动，多轮循环直到完成任务

可扩展特性：

  • 多工具组合
  • 多任务协调
  • 多步推理
  • 动态决策

✅ 检查点​

  • 理解 ReAct 模式的四大核心模块
  • 掌握多轮循环机制的执行流程
  • 能够构造有效的 ReAct Prompt
  • 理解 Observation 结构化的重要性
  • 知道如何设计终止条件和防止无限循环
  • 能够应用 ReAct 模式解决实际问题

⚠️ 踩坑提醒（FAQ）​

Q: 如何防止 Agent 无限循环？

A: 设置最大循环步骤数（如 10-20 步），同时检测重复的 Action 或停滞的 Thought，必要时强制终止。

Q: Observation 应该返回什么格式？

A: 推荐使用 JSON 格式，包含 status、data、error 等字段，便于模型解析和错误处理。

Q: 如何处理工具调用失败？

A: 在 Observation 中包含错误信息，让模型能够根据错误调整策略，或提供备用方案。

Q: ReAct 模式适合所有场景吗？

A: 不一定。对于简单、单步任务，直接回答更高效；ReAct 适合需要多步推理和工具调用的复杂任务。

Q: 如何优化 ReAct 的推理速度？

A: 限制最大步数、优化 Prompt 减少 Token 消耗、并行执行独立的工具调用、缓存常用结果。

📌 本课小结​

ReAct 模式是一种将推理（Reasoning）与行动（Acting）结合的 Agent 架构模式，通过 Thought → Action → Observation 的多轮循环，实现动态工具调用和多步推理。四大核心模块各司其职：Thought 负责推理分析，Action 执行工具调用，Observation 提供结果反馈，Answer 输出最终答案。这种模式具有多步推理、动态工具调用、可解释性、可组合性等优势，适用于复杂任务的分解与执行。掌握 ReAct 模式，能够构建出既智能又可解释的 Agent 系统。

🚀 下一课预告​

ReAct 实战：构建多工具 Agent：从零开始实现一个支持搜索、计算、查询等能力的 ReAct Agent，涵盖工具库设计、Prompt 优化、错误处理等全流程实践。