14.2 ReAct（Reason + Act）机制详解

引言：ReAct 是什么

ReAct（Reason + Act）是现代 Agent 的核心框架，它让大模型具备推理能力（Reason）和行动能力（Act），并支持循环执行：推理→行动→观察→再推理→再行动。

14.2.1 ReAct 架构的基本循环

阶段	说明
Thought（推理）	分析当前目标、当前信息、应采取的下一步
Action（行动）	调用工具（搜索/数据库/代码执行/API等）
Observation（观察）	读取工具返回的结果，更新任务状态
循环	根据新的 Observation 再次推理，直到完成任务

14.2.2 ReAct 必须具备的三大能力

能力	说明
推理链路	识别任务、规划下一步、判断工具是否必要
工具选择	只在需要时调用工具、调用正确的工具、输入格式正确
状态管理	更新上下文、更新已知信息、更新任务进度

14.2.3 ReAct 的常见工具类型

工具类型	说明
搜索类工具	搜索信息、查资料
代码执行工具	执行 Python/JS 等代码
数据库查询	执行 SQL 查询
浏览器工具	访问网页、爬取结果
API 路由工具	调用企业内部 API

14.2.4 ReAct 的错误模式与解决方案

错误	原因	解决方案
无限循环	观察后推理不变、未更新任务状态	加入终止条件提示词、限制循环次数
错误工具调用	工具选择不当、格式错误	加入工具规范和示例
跑偏	推理链错误、未识别任务目标	加入 Goal Statement 和自检机制
工具滥用	每一步都调用工具	加入"仅在必要时使用工具"规则

14.2.5 ReAct 提示词模板

你是一名执行复杂任务的智能 Agent。

# Core Rules
1. 使用 Thought → Action → Observation 的循环形式
2. 若不需要工具，可直接 Thought 再输出最终答案
3. 工具调用格式：Action: 工具名称 / Action Input: 工具输入
4. 当目标达成时，停止循环并输出 Final Answer

本节小结

关键要点

1. ReAct = Reason + Act
2. 它让模型能"推理→行动→观察→再推理"
3. 高质量 ReAct 需要：推理、工具调用、状态管理、循环流程
4. 大量企业级 Agent 使用 ReAct 架构

ReAct 是 Agent 的核心框架，接下来我们将学习：工具调用（Tool/Function Calling）。