核心摘要

ReAct (Reasoning + Acting) 框架是现代 AI Agent 的架构基石。它将显式的逻辑推理 (Thought)、工具执行 (Action) 和环境反馈 (Observation) 交织在一起。这种迭代循环有效防止了模型幻觉，使模型能够处理复杂的多步任务，并将静态的 LLM 与实时的外部数据连接起来。

📋 目录

✨ 核心要点

  • 可执行的推理：ReAct 强制模型在执行工具之前用语言表达其计划和意图。
  • 动态事实约束：ReAct 代理不再猜测事实，而是主动搜索事实，读取 Observation (观察结果)，并更新其心智模型。
  • 错误恢复能力：如果某个动作失败（例如 API 返回 404 错误），代理可以对失败原因进行推理，并尝试其他方法。
  • Agent 的基石：像 LangChain、LlamaIndex 和 AutoGen 等主流框架，默认都使用 ReAct 循环作为其 Agent 的执行策略。

💡 效率工具：正在开发 ReAct Agent 吗？使用我们的免费 JSON 格式化工具 验证你提供给 LLM 的工具 JSON Schema 定义。

什么是 ReAct 框架？

ReAct (代表 Reasoning and Acting，推理与行动) 是由普林斯顿大学和谷歌研究人员在 2022 年的一篇开创性论文中提出的概念。

在 ReAct 出现之前，大语言模型 (LLM) 通常以两种孤立的方式使用：

  1. 纯推理 (Reasoning-only)：提示模型逐步思考（思维链），仅依靠其内部预训练的权重来解决数学或逻辑难题。
  2. 纯行动 (Acting-only)：提示模型输出一个命令或 API 调用，但不要求它解释为什么选择该操作。

ReAct 将这两种范式结合了起来。它的核心思想是：推理可以帮助模型决定下一步该采取什么行动，而行动则允许模型收集信息，从而改善其未来的推理过程。

📝 术语链接：为了彻底理解 ReAct，建议先熟悉 思维链 (CoT) 以及 AI Agent (智能体) 的基本概念。

ReAct 是如何工作的：轨迹循环

ReAct 的核心是一个无限循环，直到模型确定它已经获得了最终答案才会停止。这个循环由三个不同的阶段组成：

  1. 思考 (Thought)：LLM 分析当前问题的状态，并决定接下来需要什么信息。
  2. 行动 (Action)：LLM 选择一个特定的工具（如 搜索、计算器、天气API），并提供必要的输入参数。
  3. 观察 (Observation)：系统执行该工具，并将原始输出结果返回给 LLM。

随后，LLM 会基于这个 Observation 生成一个新的 Thought，循环往复。

flowchart TD A[用户查询] --> B(思考 Thought) B -->|决定下一步| C["行动 Action / 工具调用"] C -->|执行 API/搜索| D[观察 Observation] D -->|反馈数据| B B -->|信息充足| E[最终答案] style A fill:#e1f5fe,stroke:#01579b style B fill:#fff3e0,stroke:#e65100 style C fill:#e8f5e9,stroke:#2e7d32 style D fill:#f3e5f5,stroke:#880e4f style E fill:#e8f5e9,stroke:#2e7d32

一个真实的 ReAct 执行轨迹

用户查询："现任美国总统和苹果公司 CEO 的年龄差是多少？"

  • 思考 1：我需要查明现任美国总统是谁，以及苹果的 CEO 是谁。然后我需要他们的年龄。先从美国总统开始。
  • 行动 1：搜索[现任美国总统 2026]
  • 观察 1：[搜索结果: ...]
  • 思考 2：好的，总统是 X，今年 Y 岁。现在我需要找苹果的 CEO。
  • 行动 2：搜索[苹果 CEO 2026]
  • 观察 2：[搜索结果: 蒂姆·库克...]
  • 思考 3：蒂姆·库克是 CEO。我来查查他的年龄。
  • 行动 3：搜索[蒂姆·库克 年龄]
  • 观察 3：[搜索结果: 蒂姆·库克 65 岁...]
  • 思考 4：总统 Y 岁，库克 65 岁。差值是 Y - 65。我需要计算一下。
  • 行动 4：计算器[Y - 65]
  • 观察 4：[结果: Z]
  • 思考 5：我已经得出了最终答案。
  • 最终答案："他们的年龄差是 Z 岁。"

ReAct vs 思维链 (CoT)

特性 思维链 (CoT) ReAct
信息来源 仅依赖内部模型权重 外部工具 + 内部权重
幻觉风险 高（如果事实未知或过时） 低（可通过工具验证事实）
错误恢复 差（容易产生逻辑级联错误） 极佳（能观察工具失败并调整）
适用场景 纯数学计算、逻辑推导、文本总结 网络调研、API 交互、多步复杂执行

ReAct 实战指南 (Python 示例)

虽然 LangChain 等框架将这一过程高度封装，但从零手写一个 ReAct Agent 才能真正看清它的底层运作方式。它极其依赖严格的提示词工程。

python 
import openai
import re

client = openai.OpenAI()

# 1. 定义一个简单的模拟工具
def get_weather(location):
    if "London" in location: return "Rainy, 12°C"
    return "Sunny, 25°C"

# 2. 强制执行 ReAct 循环的 System Prompt
REACT_PROMPT = """
你将在 Thought（思考）、Action（行动）、PAUSE（暂停）、Observation（观察）的循环中运行。
在循环的最后，你将输出 Answer（答案）。

使用 Thought 描述你对问题的思考过程。
使用 Action 运行一个可用的工具，然后返回 PAUSE。
Observation 将会是执行该行动后的结果。

你可用的行动有：
get_weather:
例如: get_weather: London
返回该地点的当前天气。

示例会话：
Question: 伦敦的天气怎么样？
Thought: 我应该查询伦敦的天气。
Action: get_weather: London
PAUSE

你将被再次调用，并获得以下输入：
Observation: Rainy, 12°C

然后你输出：
Answer: 伦敦的天气是雨天，12°C。
"""

# 3. 运行 Agent
def run_react_agent(prompt):
    messages = [
        {"role": "system", "content": REACT_PROMPT},
        {"role": "user", "content": prompt}
    ]
    
    for _ in range(5): # 最大 5 次迭代，防止死循环
        response = client.chat.completions.create(
            model="gpt-4o",
            messages=messages,
            stop=["Observation:"] # 当期望获得观察结果时，停止生成文本
        )
        
        result = response.choices[0].message.content
        print(result)
        messages.append({"role": "assistant", "content": result})
        
        if "Answer:" in result:
            break
            
        # 解析行动
        action_match = re.search(r"Action: (\w+): (.*)", result)
        if action_match:
            action, action_input = action_match.groups()
            
            # 执行工具
            if action == "get_weather":
                observation = get_weather(action_input)
            else:
                observation = "错误: 找不到该工具"
                
            print(f"Observation: {observation}")
            messages.append({"role": "user", "content": f"Observation: {observation}"})

# 测试代理
run_react_agent("伦敦的天气怎么样？")

🔧 立即体验：为 ReAct Agent 定义工具时，确保你的 JSON 描述完美无缺。使用我们的 JSON 格式化工具 校验你的 Schema。

构建 ReAct Agent 的最佳实践

  1. 提供极度清晰的工具描述 — LLM 的 Thought 完全依赖于确切知道工具的作用。像"搜索网络"这样的描述太模糊了。应该使用："在实时互联网上搜索当前事件、新闻和客观事实。"
  2. 设置硬性迭代上限 (Max Steps) — ReAct 循环很容易陷入无限的失败重试死循环中（例如，反复尝试同一个错误的搜索词）。务必在代码层设置硬停止条件（如 max_iterations=5）。
  3. 强制格式输出 — 较小的模型（如 Llama-3-8B）可能会忘记输出 PAUSE 或 Action: 关键字。使用 JSON 模式、Structured Outputs 功能或非常严格的 System Prompt 来强制约束格式。
  4. 优雅处理工具故障 — 如果工具抛出了 500 错误，不要让应用程序崩溃。将错误字符串作为 Observation 返回给模型（如 Observation: API 返回 500 内部错误）。LLM 会读取这个错误，并生成一个新的 Thought 来尝试其他替代工具。

⚠️ 常见错误:

  • 给 Agent 塞了太多工具 → 解决方案：上下文窗口有容量和注意力限制。如果你塞入 100 个工具，LLM 会彻底晕头转向。请使用分层路由架构或工具检索 (Tool Retrieval) 系统。
  • 忘记设置 "PAUSE" 停止词 → 解决方案：确保在调用大模型 API 时显式传入 stop=["Observation:"] 参数，否则模型会自己把观察结果给"幻觉"出来！

常见问题 (FAQ)

Q1: OpenAI 出了 Function Calling，ReAct 是不是过时了？

完全没有。OpenAI 的函数调用（或工具调用）只是一种更可靠的、结构化输出 JSON 的方式，用来执行 Action 阶段。其底层的认知架构——即要求模型在决定调用函数前，先生成一段思考 (Thought)——依然是纯正的 ReAct 思想，并且这仍被业界公认为最佳实践。

Q2: 为什么我的 ReAct Agent 会自己捏造 (幻觉) Observation？

当你在 API 调用中没有配置正确的 stop (停止序列) 时就会发生这种情况。LLM 不知道它应该停下来等待环境的回复，所以它就顺着往下自己瞎编了。请确保传递 stop=["Observation:"]。

Q3: 哪些模型最适合跑 ReAct？

具备强大逻辑推理和指令遵循能力的模型。GPT-4o、Claude 3.5 Sonnet 和 DeepSeek-V3 是运行 ReAct 的佼佼者。参数量较小的模型（<10B 参数）往往很难在多轮对话中维持严格的 Thought -> Action 格式。

总结

ReAct 框架将大语言模型从静态的文本生成器，转变为动态的、自主的问题解决专家。通过强制执行"推理、行动、观察"的严格循环，ReAct Agent 能够穿梭于复杂的外部环境中，灵活调用工具，并具备了从错误中自我恢复的智能。

👉 立即使用 JSON 格式化工具 — 完善你的 Agent 工具模式定义。

相关资源