Appearance
18.4 ReAct 模板(Reason + Act)
引言:为什么 ReAct 是 Agent 系统最核心的 Prompt 技术
ReAct(Reason + Act)是现代 Agent 系统的基础范式,用于工具调用、连续任务执行、多步骤推理、状态保持。
18.4.1 ReAct 模板类型
| 模板 | 适用场景 |
|---|---|
| 基础 ReAct | 入门级工具调用 |
| ReAct + Observation 循环 | 多轮工具调用 |
| 严格结构化 ReAct | 生产环境推荐 |
| 带安全限制的 ReAct | 安全合规场景 |
| ReAct + 内部思维链 | 不能暴露推理内容 |
| ReAct + 多 Agent 协作 | Planner/Worker/Verifier |
| ReAct + Memory | 对话上下文、多步数据处理 |
| ReAct + RAG | 增强检索 Agent |
| ReAct + 自修复 | 高可靠性场景 |
18.4.2 基础 ReAct 结构
Thought: 我需要分析用户意图,并决定下一步动作。
Action: <工具名称>
Action Input: <工具参数(JSON)>18.4.3 严格结构化 ReAct(生产环境推荐)
json
{
"thought": "<推理过程>",
"action": "<工具名 | finish>",
"input": {...}
}本节小结
关键要点
- ReAct 是现代 Agent 系统的基础范式
- 覆盖全部 Agent/工具调用/工作流场景
- 支持多 Agent、RAG、安全审计、记忆、自修复
- 与 System Prompt/CoT/Few-shot 无缝结合
ReAct 模板是 Agent 基础,接下来我们将学习:Agent 模板。


