2.3 ReAct：推理与行动的统一

ReAct（Reasoning + Acting）是将推理和行动交织在一起的智能体架构范式。它让模型在"思考"和"行动"之间交替进行，是现代智能体系统的核心设计模式之一。

2.3.1 什么是 ReAct

ReAct 的核心是将语言模型的 推理能力（思维链）与 行动能力（工具调用）结合起来：

思考: 我需要查找今天的天气预报
行动: search_weather(location="北京")
观察: 北京今天晴，气温 15-25°C，空气质量良好
思考: 用户问的是是否需要带伞，根据天气信息...
行动: respond(message="今天北京是晴天，不需要带伞")

2.3.2 三要素

要素	说明	示例
思考	思考过程，分析当前状态和下一步计划	"我需要先了解用户的具体需求..."
行动	执行的具体操作，通常是工具调用	search(query="...")
观察	行动的结果，来自环境的反馈	"搜索返回了 5 条相关结果..."

2.3.3 与纯思维链的区别

维度	纯 CoT	ReAct
信息来源	仅模型内部知识	可获取外部信息
执行能力	只能推理	可以执行操作
反馈机制	无	通过观察 (Observation) 获得反馈
适用场景	封闭域推理	开放域任务

2.3.4 基本循环

具体示例如下：

def react_loop(goal: str, tools: List[Tool], max_steps: int = 10):
    history = []
    
    for step in range(max_steps):
        # 1. 生成 Thought 和 Action

        prompt = format_prompt(goal, history, tools)
        response = model.generate(prompt)
        
        thought, action = parse_response(response)
        history.append({"thought": thought, "action": action})
        
        # 2. 检查是否完成

        if action.type == "finish":
            return action.result
        
        # 3. 执行 Action，获取 Observation

        observation = execute_tool(action, tools)
        history.append({"observation": observation})
    
    return "达到最大步数限制"

2.3.5 提示词模板

具体示例如下：

REACT_PROMPT = """
你是一个智能助手，可以使用以下工具来完成任务：

{tool_descriptions}

请按照以下格式回答：

```
Thought: [分析当前情况，思考下一步应该做什么]
Action: 工具名称(参数)
Observation: [工具返回的结果，这部分由系统填充]
... (重复 Thought/Action/Observation 直到完成)
Thought: 我现在知道最终答案了
Action: finish(answer="[最终答案]")
```

任务：{task}

{history}
"""

2.3.6 实际应用与最佳实践

实际应用案例

案例一：信息查询

展示重点：如何通过 ReAct 循环将一个复合问题（查股价 + 计算）拆解为线性的"工具调用链"。

Task: 帮我查询某支股票的当前价格，并计算买入 100 股的成本

Thought: 我需要先查询特斯拉当前的股价
Action: stock_price(symbol="<TICKER>")
Observation: <TICKER> 当前价格: $X.XX

Thought: 现在我知道股价是 $248.50，需要计算 100 股的总价
Action: calculator(expression="X.XX * 100")
Observation: 24850.0

Thought: 我已经得到了所需的信息
Action: finish(answer="<TICKER> 当前价格是 $X.XX，购买 100 股需要 $Y.YY")

案例二：代码调试

具体示例如下：

Task: 帮我分析这个 Python 文件的 bug

Thought: 我需要先读取文件内容
Action: read_file(path="app.py")
Observation: [文件内容...]

Thought: 我看到第 15 行有一个潜在的空指针问题，需要执行代码验证
Action: run_code(code="python app.py")
Observation: TypeError: 'NoneType' object is not subscriptable at line 15

Thought: 确认了 bug 位置，问题是 data 可能为 None。我来修复它
Action: edit_file(path="app.py", line=15, content="if data: result = data['key']")
Observation: 文件已更新

Thought: 重新运行验证修复是否成功
Action: run_code(code="python app.py")
Observation: 程序运行成功，输出: "Hello World"

Thought: Bug 已修复
Action: finish(answer="已修复 app.py 第 15 行的空指针 bug，添加了 None 检查")

ReAct 的优势

可追溯性

每一步的推理过程都被记录，便于：

• 调试问题

• 理解决策逻辑

• 审计和合规

错误恢复

当行动 (Action) 失败时，可以通过观察 (Observation) 获得错误信息，然后调整策略：

Action: api_call(endpoint="...")
Observation: Error: API rate limit exceeded

Thought: API 限流了，我需要等待后重试或使用备用方案
Action: wait(seconds=60)

灵活性

不同于固定流程，ReAct 可以动态调整策略：

Thought: 原计划使用 A 方案，但 Observation 显示数据格式不符
Thought: 我需要切换到 B 方案
Action: method_b(...)

最佳实践

工具设计

具体示例如下：

# ✅ 好的工具设计

tools = [
    Tool(
        name="search",
        description="搜索网页内容，返回摘要信息",
        parameters={"query": "搜索关键词"}
    ),
    Tool(
        name="calculator", 
        description="执行数学计算",
        parameters={"expression": "数学表达式"}
    )
]

# ❌ 不好的工具设计

tools = [
    Tool(name="do_stuff")  # 名称不明确
]

观察处理

具体示例如下：

def format_observation(result) -> str:
    # 截断过长的结果

    if len(str(result)) > 1000:
        return str(result)[:1000] + "...[截断]"
    
    # 结构化格式

    if isinstance(result, dict):
        return json.dumps(result, indent=2, ensure_ascii=False)
    
    return str(result)

错误处理

具体示例如下：

def execute_with_error_handling(action, tools):
    try:
        result = execute_tool(action, tools)
        return f"Success: {result}"
    except ToolNotFoundError:
        return f"Error: 工具 '{action.tool}' 不存在"
    except Exception as e:
        return f"Error: {type(e).__name__}: {str(e)}"

2.3.7 常见问题

无限循环

问题：智能体在相同的状态间循环 解决：

• 设置最大步数限制

• 检测重复 Action

• 添加循环检测逻辑

过度使用工具

问题：简单问题也调用多次工具 解决：

• 在提示词中强调效率

• 提供"可以直接回答"的选项

忽略观察

当工具返回了关键线索（错误码、返回字段、权限提示）时，智能体必须把这些信号纳入下一步推理，否则就会出现“盲走”。

问题：模型不根据观察调整策略

解决：

• 在提示词中强调观察的重要性

• 提供根据观察调整的示例

---

下一节: 2.4 反思与自我修正