ReAct（Reasoning-Acting）是大语言模型（LLM）驱动智能体（Agent）实现自主决策与复杂任务处理的核心交互范式，其核心逻辑是 “推理 - 行动” 闭环” —— 通过显式的 “思考推理” 明确任务目标与下一步行动，再通过 “工具调用 / 环境交互” 执行行动，最后基于行动反馈更新思考，循环迭代直至完成任务。这种范式打破了传统 LLM “静态生成答案” 的局限，让智能体具备 “动态决策、工具集成、反馈适应” 的能力，是构建能处理真实世界复杂任务（如多步推理、故障排查、资源调度）的高级 AI 系统的基础。

一、核心定义与本质

核心定义

ReAct 是一种结构化的 LLM 智能体交互策略：以 “推理” 为核心驱动，让智能体在处理任务时，先通过自然语言显式输出 “思考过程”（如 “我需要先查询天气，再规划行程”），基于思考确定下一步 “行动”（如调用天气 API、检索景点信息），执行行动后获取 “环境反馈”（如 API 返回的天气数据、检索到的景点列表），再结合反馈更新思考，形成 “思考→行动→反馈→再思考” 的闭环，直至达成任务目标。

本质特征

  1. 推理显式化：思考过程被明确输出（而非 LLM 内部隐式计算），既提升可解释性（便于定位决策错误），又能引导智能体聚焦任务核心（如 “现在需要确认用户出发时间，否则无法规划交通”）；
  2. 行动目标化：每一步行动都由推理驱动，而非随机尝试（如 “因为查询到周六下雨，所以下一步要筛选室内景点”），避免无意义的工具调用；
  3. 反馈闭环化：行动结果（反馈）直接参与下一轮推理，让智能体具备 “动态调整策略” 的能力（如 “检索到景点预约已满，需更换备选景点”）；
  4. 工具泛化化：支持集成任意外部工具（API、数据库、物理设备接口等），突破 LLM “仅生成文本” 的原生局限，延伸智能体的交互边界（如控制智能家居、调用支付接口）。

二、工作原理

ReAct 的核心是 “循环迭代”，其完整工作流程可拆解为观察→思考→行动→反馈→状态更新五步，每一步紧密衔接，形成自驱动的任务处理闭环：

1. 观察（Observation）

智能体首先接收 “任务目标 + 初始环境信息”，作为推理的基础输入：

  • 任务目标：用户明确需求（如 “帮我规划周六北京一日游”）；
  • 初始环境信息：已知条件（如用户偏好 “文化类景点”）、可调用工具列表（如天气 API、景点检索工具、交通查询工具）；
  • 示例：观察输入 = 任务 “周六北京一日游” + 初始信息 “偏好文化景点” + 工具 “天气 API、景点检索、地铁查询”。

2. 思考（Reasoning）

LLM 基于 “观察到的上下文”，生成显式的思考过程，明确 “当前任务进展、待解决问题、下一步行动理由”：

  • 核心逻辑：回答三个问题 ——“现在我知道了什么？”“还需要什么信息？”“为什么要做这个行动？”；
  • 示例思考输出：“当前已知任务是周六北京一日游，用户偏好文化景点；但不知道周六北京天气（若下雨需调整为室内景点），因此下一步需要调用天气 API 查询周六北京天气，确保行程不受天气影响。”

3. 行动（Action）

智能体根据推理结果，选择对应的工具并执行行动，行动需包含 “工具类型 + 具体参数”（确保可执行）：

  • 工具类型：明确调用的工具（如 “天气 API”“景点检索工具”）；
  • 行动参数：工具所需的关键信息（如 “天气 API 需传入城市‘北京’、日期‘周六’”）；
  • 示例行动输出：[{"action": "调用天气API", "parameters": {"city": "北京", "date": "周六"}}]；
  • 执行逻辑：智能体通过工具接口发送请求，等待返回结果（如天气 API 返回 “周六北京小雨，气温 12-18℃”）。

4. 反馈（Feedback）

智能体获取工具执行后的反馈数据，将其转化为 “可用于下一步推理的结构化信息”（避免原始数据杂乱导致推理偏差）：

  • 反馈类型：
    • 成功反馈：工具正常返回有效数据（如天气 API 返回的温度、降水概率）；
    • 失败反馈：工具调用出错（如 “城市参数错误，无法查询天气”）或返回无效数据（如 “未找到周六北京天气数据”）；
  • 示例反馈解析：“成功获取周六北京天气：小雨，气温 12-18℃，降水概率 60%”（剔除 API 返回的冗余字段，保留核心信息）。

5. 状态更新（State Update）

将 “初始上下文 + 思考过程 + 行动记录 + 反馈结果” 整合为 “新的任务状态”，作为下一轮 “观察” 的输入，触发循环迭代：

  • 状态内容：需包含 “已完成的行动、已获取的信息、待解决的问题”（避免信息丢失）；
  • 终止条件：当思考过程判断 “任务目标已达成”（如 “行程规划包含景点、交通、餐饮，满足用户需求”）或 “无法继续推进（如关键工具故障）” 时，停止循环，输出最终结果；
  • 示例状态更新：新观察输入 = 原任务 + 已获取 “周六北京小雨” + 待解决 “筛选北京室内文化景点” + 工具列表（不变）。

三、关键组件

ReAct 的落地依赖四大组件的协同，每个组件承担 “闭环中的特定角色”，缺一不可：

组件名称

核心作用

关键设计要点

LLM 推理核心

负责 “思考过程生成” 与 “行动决策”，是 ReAct 的 “大脑”
  1. 需通过 Prompt 引导显式推理（如 “请先说明当前需求，再决定下一步行动”）；
  2. 支持解析反馈数据（如从 API 返回中提取关键信息）；3. 具备 “任务判断能力”（识别是否达成目标）

工具集（Tools）

智能体与外部环境交互的 “手脚”，执行具体行动（如查询、控制、计算）
  1. 工具需定义清晰的 “输入参数”（如天气 API 需 “城市 + 日期”）和 “输出格式”（如 JSON）；
  2. 分类管理工具（如 “信息查询类”“操作控制类”）；
  3. 提供错误处理机制（如超时重试、参数校验）

反馈解析器

将工具返回的原始数据（如 API JSON、数据库结果）转化为 “LLM 可理解的结构化信息”
  1. 剔除冗余数据（如 API 返回中的状态码、日志字段）；
  2. 统一格式（如将 “温度 12℃”“降水 60%” 整理为列表）；
  3. 标记错误类型（如 “参数错误”“数据缺失”）

任务状态管理器

存储 “历史思考、行动、反馈”，维护任务上下文一致性，避免信息丢失
  1. 按 “时间顺序” 记录闭环历史（便于回溯决策过程）；
  2. 精简状态内容（仅保留关键信息，避免 Token 超限）；
  3. 支持状态回溯（如行动失败时回滚到上一轮状态）

四、ReAct 解决的核心痛点

相比传统 LLM “静态生成” 和早期工具调用 “无推理行动”，ReAct 通过 “推理 - 行动闭环” 针对性解决了复杂任务处理的三大核心痛点：

痛点类型

传统 LLM（无工具）

早期工具调用（无推理）

ReAct（推理 - 行动闭环）

幻觉与决策盲目

依赖内部知识生成，易编造虚假信息（如 “虚构景点开放时间”）

随机调用工具（如未查天气先选景点），行动无目标

推理显式化，行动基于需求（如 “先查天气再选景点”），减少盲目性

工具集成能力弱

无法与外部工具交互，仅生成文本

仅支持单一工具调用，无法多工具协同（如查天气后无法自动筛选景点）

多工具协同（天气 API→景点检索→交通查询），工具调用有逻辑关联

动态适应能力差

无法处理任务中的变化（如 “用户临时更改出发时间”）

行动失败后无调整策略（如景点预约满后直接终止）

基于反馈动态调整（如 “景点满员→调用备选景点检索”），适应任务变化

可解释性低

生成结果无思考过程，无法定位错误原因

仅记录行动，无决策理由（如 “不知道为什么调用天气 API”）

显式输出思考过程，错误可追溯（如 “因天气下雨选择室内景点，错误源于天气数据误判”）

五、典型应用场景

ReAct 的 “动态决策 + 工具集成” 特性，使其特别适配 “多步推理、外部交互、状态变化” 的复杂任务，以下是五大核心场景及实践逻辑：

1. 复杂问答与知识检索（如跨领域多步问答）

  • 任务目标：回答需多轮检索验证的问题（如 “2024 年北京冬奥会金牌数最多的国家，其 2023 年 GDP 排名是多少？”）；
  • ReAct 闭环：
    1. 观察：任务 “回答 GDP 排名”+ 初始信息 “需先确定金牌最多国家”+ 工具 “体育数据检索、GDP 数据库”；
    2. 思考：“当前需先查 2024 北京冬奥会金牌榜，确定最多国家，再查该国 2023 年 GDP 排名”；
    3. 行动：调用体育数据检索工具，参数 “赛事 = 2024 北京冬奥会，类型 = 金牌榜”；
    4. 反馈：返回 “挪威金牌数最多（16 枚）”；
    5. 状态更新：新观察 = 原任务 + 已知 “挪威金牌最多”+ 待查 “挪威 2023 年 GDP 排名”；
    6. 循环：调用 GDP 数据库→反馈 “挪威 2023 年 GDP 排名全球第 24 位”→思考 “任务完成”→输出结果。

2. 任务规划与执行（如旅行、学习计划）

  • 任务目标：生成 “周六上海亲子一日游” 行程（含景点、交通、餐饮，适配 5 岁儿童）；
  • ReAct 闭环：
    1. 思考：“需先查周六上海天气（避免户外景点下雨）→筛选适合 5 岁儿童的室内 / 户外景点→查景点间交通→推荐儿童友好餐厅”；
    2. 行动：调用天气 API→反馈 “周六上海晴天”→行动：检索 “上海亲子景点”→反馈 “上海科技馆、迪士尼小镇”→行动：查 “科技馆到迪士尼小镇地铁线路”→反馈 “11 号线直达，40 分钟”→行动：检索 “迪士尼小镇儿童餐厅”→反馈 “ABC 亲子餐厅”；
    3. 终止：整合所有信息生成行程，任务完成。

3. 故障排查与问题解决（如技术支持、设备调试）

  • 任务目标：排查 “笔记本电脑无法连接 WiFi” 的问题；
  • ReAct 闭环：
    1. 思考：“需先确认 WiFi 是否开启→检查路由器是否正常→验证其他设备能否连接→查看电脑 WiFi 驱动状态”；
    2. 行动：调用 “电脑硬件检测工具”→反馈 “WiFi 已开启”→行动：调用 “路由器状态查询工具”→反馈 “路由器离线”→行动：调用 “路由器控制工具”→执行 “重启路由器”→反馈 “路由器已在线”→行动：再次检测电脑连接→反馈 “已连接 WiFi”；
    3. 终止：问题解决，输出 “重启路由器后恢复连接”。

4. 多工具协同的业务流程（如电商订单处理）

  • 任务目标：处理 “用户申请退货” 请求（含订单验证、退货原因记录、退款计算、物流单生成）；
  • ReAct 闭环：
    1. 思考：“需先验证订单是否有效→记录用户退货原因→计算退款金额（扣除运费）→生成物流退货单”；
    2. 行动：调用 “订单数据库”→反馈 “订单有效，未确认收货”→行动：调用 “退货原因录入工具”→记录 “商品尺寸不符”→行动：调用 “退款计算工具”→反馈 “应退 199 元（扣除 10 元运费）”→行动：调用 “物流 API”→生成 “退货单号 SF123456”；
    3. 终止：输出 “退货申请已处理，退款 199 元，退货单号 SF123456”。

5. 动态环境交互（如智能家居控制）

  • 任务目标：实现 “晚上 8 点自动关闭客厅灯、开启卧室空调”（需结合时间、用户位置）；
  • ReAct 闭环：
    1. 思考：“需先确认当前时间→检测用户是否在卧室→若时间≥20 点且用户在卧室，关闭客厅灯 + 开启卧室空调”；
    2. 行动：调用 “时间工具”→反馈 “20:05”→行动：调用 “智能家居定位工具”→反馈 “用户在卧室”→行动：调用 “灯光控制工具”→执行 “关闭客厅灯”→行动：调用 “空调控制工具”→执行 “开启卧室空调，温度 26℃”；
    3. 终止：输出 “已执行操作：关闭客厅灯，开启卧室空调（26℃）”。

六、实战：用 LangChain 实现 ReAct 智能体（以 “天气行程规划” 为例）

基于 LangChain 框架构建 ReAct 智能体，实现 “查询天气→筛选景点→生成行程” 的闭环，清晰展示核心组件的协同逻辑：

1. 环境准备

pip install langchain langchain-openai langchain-core langchain-community

2. 代码实现

from langchain_openai import ChatOpenAI
from langchain.agents import create_react_agent, AgentExecutor
from langchain_core.prompts import PromptTemplate
from langchain_community.tools import WeatherQueryRun, Tool
from langchain_community.utilities import WeatherAPIWrapper

# 1. 初始化工具集（天气查询工具+景点检索工具）
# 工具1：天气查询（调用WeatherAPI，需替换为真实API密钥）
weather_api = WeatherAPIWrapper(weather_api_key="YOUR_WEATHER_API_KEY")
weather_tool = WeatherQueryRun(api_wrapper=weather_api)

# 工具2：模拟景点检索工具（实际可对接景点数据库API）
def retrieve_attractions(city: str, type: str = "all") -> str:
    """根据城市和类型检索景点，type支持"indoor"（室内）、"outdoor"（户外）、"all"（全部）"""
    attractions = {
        "北京": {
            "indoor": ["故宫博物院", "中国国家博物馆", "北京天文馆"],
            "outdoor": ["颐和园", "八达岭长城", "奥林匹克森林公园"]
        },
        "上海": {
            "indoor": ["上海科技馆", "上海自然博物馆"],
            "outdoor": ["外滩", "迪士尼乐园"]
        }
    }
    return f"{city}{type}景点：{attractions.get(city, {}).get(type, ['暂无推荐景点'])}"

attraction_tool = Tool(
    name="景点检索工具",
    func=retrieve_attractions,
    description="根据城市和类型（室内/户外）检索景点，参数需包含city（城市名）和type（景点类型）"
)

# 工具列表
tools = [weather_tool, attraction_tool]

# 2. 定义ReAct Prompt（引导显式推理与行动）
react_prompt = PromptTemplate.from_template("""
你是一个行程规划智能体，需通过"思考→行动→反馈"循环完成任务。
任务：帮用户规划{city} {date}的一日游，用户偏好{preference}类型景点。

规则：
1. 先思考：明确当前需要解决的问题，以及为什么需要调用某个工具；
2. 再行动：仅从工具列表选择工具，格式为`Action: 工具名, Action Input: {{参数}}`；
3. 接收反馈后，结合反馈更新思考，直至生成完整行程。

工具列表：
- 天气查询工具：查询指定城市和日期的天气，参数：location（城市）, date（YYYY-MM-DD）
- 景点检索工具：检索指定城市的景点，参数：city（城市）, type（景点类型：indoor/outdoor）

当前上下文：
{agent_scratchpad}

请先输出思考过程，再执行行动（若任务已完成，直接输出最终行程）。
""")

# 3. 初始化LLM与ReAct智能体
llm = ChatOpenAI(model="gpt-4", temperature=0)
# 创建ReAct智能体
react_agent = create_react_agent(llm, tools, react_prompt)
# 创建智能体执行器（管理闭环循环）
agent_executor = AgentExecutor(
    agent=react_agent,
    tools=tools,
    verbose=True,  # 打印思考、行动、反馈过程
    max_iterations=5  # 最大循环次数，避免无限循环
)

# 4. 运行ReAct智能体（任务：规划北京2025-11-10一日游，偏好文化景点）
task_input = {
    "city": "北京",
    "date": "2025-11-10",
    "preference": "文化"
}
result = agent_executor.invoke(task_input)
print("最终行程规划：", result["output"])

3. 代码核心逻辑解读

  • 工具定义：明确每个工具的 “名称、功能、参数格式”，确保智能体可正确调用（如天气工具需 “location+date”，景点工具需 “city+type”）；
  • ReAct Prompt：强制引导 “先思考后行动”（如 “明确当前需要解决的问题”），避免智能体跳过推理直接调用工具；
  • AgentExecutor：自动管理 “思考→行动→反馈” 的循环，直至任务完成或达到最大迭代次数，简化闭环逻辑开发；
  • verbose 模式：打印完整交互过程（如 “思考：需要先查北京 2025-11-10 天气→行动：天气查询工具，参数 {location: 北京，date:2025-11-10}→反馈：北京 2025-11-10 小雨→思考：下雨需选室内文化景点→行动：景点检索工具，参数 {city: 北京，type:indoor}→反馈：故宫博物院等→思考：可生成行程→输出结果”），便于调试。

七、ReAct 落地关键要点与避坑指南

  1. 推理 Prompt 设计是核心：
    • 必须引导显式推理，避免模糊表述（如用 “请说明当前缺少什么信息，为什么需要调用这个工具” 替代 “请选择工具”）；
    • 限定工具选择范围（如 “仅从以下工具列表选择”），防止智能体虚构工具；
    • 示例：在 Prompt 中加入 “思考示例：‘当前不知道天气，无法确定景点类型，所以调用天气工具查询’”，降低 LLM 理解门槛。
  1. 工具参数必须明确：
    • 每个工具需定义 “必填参数”（如天气工具必须传 “city” 和 “date”），避免智能体调用时遗漏参数；
    • 提供参数示例（如 “date 格式为 YYYY-MM-DD，如 2025-11-10”），减少格式错误。
  1. 终止条件需清晰：
    • 明确 “任务完成” 的判定标准（如 “行程需包含景点、交通、时间安排，满足用户偏好”），避免智能体提前终止或无限循环；
    • 设置最大迭代次数（如 5-10 次），防止因工具故障导致的死循环。
  1. 错误处理需完善：
    • 工具调用失败时（如 API 超时、参数错误），需在反馈中明确错误类型（如 “天气 API 调用失败，原因：date 格式错误”），引导智能体重试或调整参数；
    • 示例：在工具反馈中加入 “若参数错误，请重新调用工具并修正参数格式”，提升闭环容错性。
  1. 状态管理需精简：
    • 任务状态仅保留 “关键信息”（如已获取的天气、筛选的景点），剔除冗余内容（如工具调用的原始日志），避免 Token 超限；
    • 长任务可采用 “状态压缩”（如用 LLM 总结历史上下文），维持循环可持续性。

八、总结与未来方向

ReAct 的核心价值在于为 LLM 智能体提供了 “自主决策的工程化框架”—— 通过 “推理显式化、行动目标化、反馈闭环化”，让智能体从 “被动生成文本” 升级为 “主动解决问题”，是实现 “通用人工智能（AGI）” 的重要一步。其核心要点可概括为：

  • 推理是 “大脑”：引导智能体明确目标与行动逻辑；
  • 工具是 “手脚”：延伸智能体的交互边界；
  • 反馈是 “眼睛”：让智能体动态调整策略；
  • 闭环是 “动力”：驱动任务逐步推进直至完成。

未来，ReAct 将向三个方向演进：

  1. 多智能体 ReAct：多个 ReAct 智能体分工协作（如 “行程规划智能体 + 交通预订智能体 + 餐饮推荐智能体”），通过跨智能体反馈完成复杂任务；
  2. 多模态 ReAct：支持图像、语音等多模态输入输出（如 “通过图像识别景点人流→调整行程时间”），适配更真实的交互场景；
  3. 强化学习 ReAct：结合 RLHF（基于人类反馈的强化学习）优化推理策略（如 “奖励‘少步骤完成任务’的思考逻辑”），提升决策效率。

掌握 ReAct，本质是掌握 “让 AI 自主解决问题的思维方式”—— 它不仅是构建高级智能体的技术基础，更是未来 AI 系统从 “工具” 升级为 “助手” 的核心范式。

# 人工智能 # 设计模式
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

为agent实现渐进式Skills能力的思考和实践

avatar 2048 AI社区
cover

Python基于flask的医院医生坐诊挂号系统质控质量监控上报系统

avatar 2048 AI社区
cover

2026论文降AI工具实测避坑：10款降重软件哪些好用哪些是坑？

avatar 2048 AI社区