深入浅出ReAct Agent：从理论到实践的AI智能体开发指南

在人工智能，尤其是大模型应用的浪潮中，我们的工作重心正在从提示工程逐步转向代理工程。

简单来说，提示工程是指导大模型去完成单一轮次的特定需求。而代理工程则更进一步，它侧重于通过建立适当的框架、方法和心理模型来有效地设计、编排整个复杂的任务流程。

如上图所示，整个框架清晰地描绘了从赋予AI代理任务到技术实现的递进关系。它始于一个目标——AI代理被赋予特定的工作（Job(s)）。为了完成工作，代理需要执行一系列操作（Action(s)），而每个操作背后都对应着所需的特定能力（Capabilities）及其熟练程度（Required Level of Proficiency）。

那么，如何让代理拥有这些能力并达到熟练程度呢？这依赖于各种技术与技巧（Technologies and Techniques），而它们的有效整合又必须通过精确的编排（Orchestration）来实现。整个过程环环相扣，共同构成了AI智能体高效运作的基础系统。

从想法到行动：一个生活化的例子

设计AI代理，首先要明确它究竟要做什么。这个高级目标可以分解为一系列具体的工作和任务。让我们用一个生活化的例子来感受一下这个过程：

假设“我”萌生了去北京旅游的想法。按照常规思路，我会进行以下准备：

想法1：首先，我需要了解北京的热门景点并制定一个旅游行程。
行动1：我会在小红书上搜索相关的旅游攻略。
观察1：根据攻略，我制定了一个为期三天的旅游计划。接下来，我需要考虑如何到达北京，这意味着我得订购机票。
想法2：我需要预订飞往北京的机票。
行动2：我现在使用携程APP来订购机票。
观察2：机票已经订好，我已经能够到达北京了。既然计划在那里停留三天，我还需要解决住宿的问题。
想法3：接下来，我要预订酒店，以确保北京行的住宿安排。
行动3：我在飞猪APP上搜索并预订了北京的酒店。
观察3：酒店预订已确认。
结论：现在所有的准备工作都已完成，我可以放心出发了。

这个过程清晰地展示了思考、行动、观察、再思考的循环。如果我们想让一个大语言模型来模拟这个自主规划过程，就需要通过提示工程来引导它。

prompt = """
你需要在“思考、行动、观察、回答”的循环中运行。
在循环的最后，你需要输出一个答案。
使用“思考”来描述你对被问及问题的思考。
使用“行动”来执行可用的行动之一。
“观察”将是执行这些行动后的结果。
“回答”将是对观察结果的分析。
你的可用行动有：
小红书:
例如：小红书: 北京旅游攻略
通过小红书API搜索，并返回北京旅游攻略和推荐。
携程:
例如：携程: 前往北京的航班
通过携程API搜索，并找到前往北京的可用航班。
尽可能使用小红书和携程API进行查询。
示例会话：
问题: 我正计划去北京旅游，我应该先做什么？
思考: 我应该在小红书上查找关于访问北京的景点和攻略。
行动: 小红书: 北京旅游攻略
观察: 搜索返回了北京的热门旅游攻略和必游景点的列表。
回答: 首先，你可以在小红书上了解北京的必游景点和旅游攻略。接着，在携程上查找可用的前往北京的航班，并考虑住宿选择。
.......
"""

你可以把代理工程理解为更加复杂的提示工程。它的关键跃迁在于：不再是提供一个简单的任务描述，而是明确界定代理的职责，详尽规划完成任务所需的操作步骤，并清晰定义执行这些操作所必备的能力，从而构建一个高级的、可执行的认知模型。这种复杂且结构化的提示之所以有效，其核心思想源于 ReAct 框架。

ReAct Agent 的基本理论

ReAct 框架的名称来源于 Reason（推理） 和 Act（行动） 的结合。它的灵感正来自于人类如何和谐地结合思维与行动来完成任务——就像上面“我想去北京旅游”的例子一样。

第一部分：Reason（推理）与思想链

Reason 部分基于一种关键的推理技术——思想链（Chain-of-Thought, CoT）。CoT 是一种提示工程技术，通过将复杂问题分解为多个连续的、逻辑性的思维步骤，来帮助大语言模型进行推理。

这种方法具体包括：

• 分解问题：将复杂任务拆解成更小、更易处理的子问题。
• 顺序思维：每一步的推理都建立在上一步的结果之上，从而构建出一条完整的逻辑链。

然而，纯粹的CoT提示存在局限：大模型在推理的中间阶段仍然可能产生“幻觉”或传播错误。为了弥补这一缺陷，Google DeepMind团队提出了ReAct框架。

第二部分：Act（行动）与循环迭代

ReAct 的核心创新在于引入了 “思考-行动-观察” 的循环。代理不仅进行内部推理（Thought），还会根据推理结果采取外部行动（Action），然后观察行动的结果（Observation），并基于新的观察进行下一轮思考。这个迭代过程使代理能够根据实时反馈动态调整其策略。

在这个循环中：

• Question：用户提出的任务或问题。
• Thought：分析现状，决定下一步要采取的行动，相当于制定或调整计划。
• Action：执行一个具体的、有预定义范围的操作（如调用API、查询工具）。
• Observation：获取执行动作后外部环境返回的结果。
• 重复此过程，直至任务完成，最终输出 Response。

让我们看一个更通用的ReAct提示词示例：

prompt= """
您在一个由“思考、行动、观察、回答”组成的循环中运行。
在循环的最后，您输出一个答案。
使用“思考”来描述您对所提问题的思考。
使用“行动”来执行您可用的动作之一。
“观察”将是执行这些动作的结果。
“回答”将是分析“观察”结果后得出的答案。
您可用的动作包括：
calculate（计算）:
例如：calculate: 4 * 7 / 3
执行计算并返回数字 - 使用Python，如有必要请确保使用浮点数语法
wikipedia（维基百科）:
例如：wikipedia: Django
返回从维基百科搜索的摘要
如果有机会，请始终在维基百科上查找信息。
示例会话：
问题：法国的首都是什么？
思考：我应该在维基百科上查找关于法国的信息
行动：wikipedia: France
然后您应该调用适当的动作，并从结果中确定答案
您然后输出：
回答：法国的首都是巴黎
"""

如上例所示，在ReAct框架下构建Agent，我们需要清晰地定义两件事：代理的身份与任务，以及完成任务所需的工具。代理身份通常通过系统角色（System Role）设定，而工具的定义与使用，则与我们熟知的Function Calling技术紧密相关，只不过在代理框架下，这些工具被集成到了“行动-观察”的循环之中，以实现更动态、更复杂的问题解决能力。

如果你对如何利用LangChain等框架将这些理论付诸实践感兴趣，欢迎在云栈社区与更多开发者交流探讨。