从零实现ReAct：AI Agent如何通过思考与行动循环解决复杂问题

AI Agent 的设计模式多种多样，但 ReAct 无疑是其中最核心、最经典的一种。简单来说，ReAct 就是让大模型学会“边想边做”——先进行推理，再采取行动，并根据行动结果继续推理，如此循环往复，直到完成任务。

我第一次接触这个概念时，还误以为它和前端框架 React 有什么关系。深入了解后才发现，这是让大模型从“聊天机器”升级为“实干助手”的关键方法论。其核心思想非常直观：像侦探破案一样，观察线索 → 思考分析 → 行动获取新信息 → 再观察思考，形成一个自主迭代的闭环。

与传统的一问一答模式不同，ReAct 要求模型在任务执行中不断地暂停并自省：“我当前掌握了什么信息？下一步应该做什么？该调用哪个工具？” 想清楚之后再去执行，执行完成后将结果纳入考量，继续下一轮思考。这就将 AI 从被动应答者，转变为了能主动规划并执行复杂任务的智能体。

ReAct 是什么？核心工作循环

先通过一张图来直观理解 ReAct 的工作机制：

如图所示，ReAct 的核心是一个由三个环节构成的循环：思考 (Thought) → 行动 (Action) → 观察 (Observation)，然后回到思考，周而复始。

• 思考 (Thought)：模型分析当前状况（包括用户问题、历史对话、工具返回结果等），决定下一步需要做什么。
• 行动 (Action)：根据思考结论，选择并调用一个外部工具（如搜索引擎、计算器、数据库查询等），并传入相应参数。
• 观察 (Observation)：获取工具执行后的结果，这个结果将成为下一轮思考的输入。

我们用一个具体例子来模拟这个过程。假设用户提问：“特斯拉股价乘以10是多少？”

一个遵循 ReAct 模式的 AI Agent 处理流程可能如下：

1. Thought：我需要计算特斯拉股价乘以10，但我不知道当前股价，所以我得先查询特斯拉的股价。
2. Action：调用 search 工具，参数为“特斯拉当前股价”。
3. Observation：工具返回：“当前特斯拉股价为 250 美元”。
4. Thought：现在我拿到了股价，250 乘以 10 等于 2500。
5. Action：调用 calculator 工具，参数为“250*10”。
6. Observation：工具返回计算结果：“2500”。
7. Thought：我已经计算出答案，可以回复用户了。
8. Action：输出最终答案给用户：“答案是 2500 美元”。

这个过程模拟了一个有逻辑、有步骤的问题解决者，避免了盲目猜测，通过“计划-执行-反馈”的循环可靠地达成目标。

如何实现一个简单的 ReAct Agent？

理解了原理，我们动手实现一个基础版本的 ReAct Agent，这将帮助你更透彻地掌握其内在逻辑。

核心逻辑骨架

首先，我们勾勒出最简化的程序结构：

class ReActAgent:
    def __init__(self, llm, tools):
        self.llm = llm  # 大语言模型
        self.tools = tools  # 可用的工具字典
        self.memory = []  # 对话记忆

    def run(self, query):
        self.memory = [{"role": "user", "content": query}]

        while True:  # 开始思考-行动循环
            # 1. 让模型思考下一步
            response = self.llm.chat(self.memory)

            # 如果模型输出了最终答案，则任务结束
            if "final_answer" in response:
                return response["final_answer"]

            # 如果需要调用工具
            if "action" in response:
                tool_name = response["action"]["name"]
                tool_input = response["action"]["input"]

                # 2. 执行工具
                result = self.tools[tool_name].run(tool_input)

                # 3. 将观察结果记录到记忆，供下一轮思考使用
                self.memory.append({
                    "role": "observation",
                    "content": result
                })

可以看到，核心就是一个 while 循环，不断驱动“思考 → 行动 → 观察”的流程，直到模型宣布任务完成。

提示词设计的关键

ReAct 能否顺利运行，高度依赖于给模型的 系统提示词 (System Prompt) 。提示词需要明确约束模型的输出格式和行为逻辑。以下是一个有效的模板：

你是一个ReAct智能助手。请严格按照“思考→行动→观察”的循环来解决问题。

每次响应只输出以下两种格式之一：

格式A（需要调用工具时）：
Thought: [分析当前状况，说明下一步计划]
Action: [工具名]
Action Input: [工具参数]

格式B（可以给出最终答案时）：
Thought: [总结思考过程]
Final Answer: [给用户的最终答案]

可用工具：
- search(query): 用于搜索信息。
- calculator(expression): 用于数学计算。
- read_file(path): 用于读取文件内容。

清晰的结构化提示词是引导模型进行可控规划的关键。最初尝试时，如果格式约束不足，模型输出会非常随意，难以解析。

完整可运行的实战示例

下面是一个使用 OpenAI API 实现的完整 ReAct Agent 示例，其架构思想可参考下图：

import json
from openai import OpenAI

client = OpenAI()

# 定义工具集
class Tools:
    @staticmethod
    def search(query):
        # 模拟搜索功能
        mock_db = {
            “特斯拉股价”: “当前特斯拉股价 250 美元”,
            “马斯克”: “埃隆·马斯克是 Tesla、SpaceX 创始人”,
            “openai”: “OpenAI 是 ChatGPT 的开发商”
        }
        return mock_db.get(query, f“没有找到关于：{query} 的信息”)

    @staticmethod
    def calculate(expression):
        try:
            return str(eval(expression))
        except:
            return “计算出错”

# ReAct 智能体核心逻辑
def react_agent(user_query, max_iterations=5):
    tools = Tools()

    # 系统提示词 - 这是灵魂所在
    system_prompt = “”“你是一个 ReAct 智能助手。
按照 “思考 → 行动 → 观察” 的循环来解决问题。

每次只输出三个阶段的内容，格式如下：

Thought: [你现在掌握什么信息？还需要什么？打算怎么做？]
Action: [要调用的工具名]
Action Input: [传给工具的参数]

当信息足够回答用户问题时，输出：
Thought: [思考过程]
Final Answer: [给用户的最终回答]

可用工具：
- search(query): 搜索信息
- calculate(expression): 数学计算
”“”

    messages = [
        {“role”: “system”, “content”: system_prompt},
        {“role”: “user”, “content”: user_query}
    ]

    for i in range(max_iterations):  # 防止死循环
        # 调用大模型进行“思考”
        response = client.chat.completions.create(
            model=“gpt-4”,
            messages=messages
        )
        content = response.choices[0].message.content

        print(f“\n=== 第 {i+1} 轮 ===“)
        print(content)

        # 检查是否输出了最终答案
        if “Final Answer:” in content:
            return content.split(“Final Answer:”)[1].strip()

        # 解析模型输出的工具调用指令
        if “Action:” in content and “Action Input:” in content:
            action = content.split(“Action:”)[1].split(“\n”)[0].strip()
            action_input = content.split(“Action Input:”)[1].strip()

            # 执行对应的工具，获取“观察”结果
            if action == “search”:
                observation = tools.search(action_input)
            elif action == “calculate”:
                observation = tools.calculate(action_input)
            else:
                observation = “未知工具”

            # 将本轮模型的输出和工具观察结果加入对话历史
            messages.append({“role”: “assistant”, “content”: content})
            messages.append({
                “role”: “user”,
                “content”: f“Observation: {observation}”
            })
        else:
            # 如果输出格式不符合预期，跳出循环
            break

    return “达到最大循环次数，未找到答案”

# 测试智能体
query = “特斯拉股价乘以10是多少？”
result = react_agent(query)
print(f“\n✅ 最终答案: {result}”)

运行这段代码，你将清晰看到大模型逐步推理、调用工具、整合信息并最终给出答案的全过程。在实践中有几个关键点需要注意：

• 设置最大迭代次数：必须防止在复杂或无法解决的任务上陷入无限循环。
• 严格约束输出格式：提示词必须明确要求模型以可解析的格式（如 Thought/Action/Observation）输出，这是程序能自动处理的前提。
• 工具返回结果需清晰：工具的执行结果应当简洁、明确，模糊的返回会导致模型在下一轮思考中困惑。

关于 ReAct 的几个重要知识点

1. 与 React 框架无关：ReAct 代表 Reasoning + Acting，是 AI Agent 的一种范式，与前端框架 React 仅是命名相似。
2. 源自 Google Research：ReAct 模式于 2022 年由 Google Research 在论文《ReAct: Synergizing Reasoning and Acting in Language Models》中正式提出。
3. LangChain 的默认代理模式：如果你使用过 LangChain 框架，其 AgentExecutor 的默认实现就是基于 ReAct 模式构建的，这充分体现了其基础性和重要性。
4. 常与 Function Calling 结合：现代实践中，更倾向于利用大模型的原生函数调用（Function Calling）能力来输出结构化的工具调用请求，这比解析纯文本格式更稳定、高效。
5. 并非唯一模式：ReAct 是主流模式之一，其他还有如 Reflexion（强调自我反思）、Plan-and-Solve（先制定详细计划再执行）等，应根据具体任务场景选择。

掌握 ReAct 是深入理解 AI Agent 运作机制的关键一步。它揭示了大模型如何通过与外部环境的交互来扩展能力边界。希望本篇结合原理与实战的讲解，能为你构建更智能的应用打下坚实基础。如果你想查看更多 AI 或系统架构相关的深度 技术文档 与讨论，欢迎访问云栈社区。