ReAct 是一种将 推理（Reasoning）与 行动（Acting）相结合的智能体（Agent）设计模式，常见于大语言模型（LLM）应用开发（如 LangChain、AutoGPT）。

小知识： ReAct 模式下一次只能生成一个 Action 行动，无法基于 Thought 思考生成多个 Action 行动 同时执行。
— — 循环机制限制： 流程是：解析 → 执行 → 拿到结果 → 下一轮。如果一次生成两个 Action 行动，解析和执行都会乱套。

它的核心思想是让模型在解决复杂任务时交替进行：

• 思考（Thought）：分析用户问题与当前信息（循环记录），规划下一步。
• 行动（Action）：调用外部工具（如搜索、计算器、API） LLM 生成一个动作指令，指明需要调用的工具名和参数；由系统代码真正执行调用。
• 观察（Observation）：接收工具返回的结果。
  推理 (Reason) → 行动 (Act) → 观察 (Observe) → 重复推理

步骤	名称	核心职责	功能描述
1	Thought 思考	规划	分析用户问题与当前信息（循环记录），决定下一步要调用哪个工具，以及传入什么参数。
2	Action 行动	执行	调用工具（LLM 生成一个动作指令，指明需要调用的工具名和参数；由系统代码真正执行调用。（如搜索、计算））
3	Observation 观察	接收	获取工具返回结果，作为下一轮思考的事实依据
4	Thought 思考（评估）	判断决策	（循环的关键） 评估 Observation 提供的信息是否足以回答用户问题。 • 如果不够：决定新的 Action行动，返回步骤2继续循环。• 如果足够：整理最终答案，准备结束。
5	Answer 回答	输出	向用户输出最终答案

典型流程示例（用户问：“今天XX公司股价是多少？”）：

1. Thought 思考：我需要查找今天的股价。 # 思考用户问题，制定行动方案
2. Action 行动：Search[XX公司 股价 2026-04-21] # 调用工具
3. Observation 观察：收盘价 125.30 元 # 获取工具返回的原始结果，作为下一步推理的依据
4. Thought 思考（评估）：已获得答案。 # 评估当前积累的观察结果是否足以回答用户问题。若信息不足，指定下一步行动任务 返回第2步循环执行。
5. Answer 回答：XX公司今日收盘价为 125.30 元。 # 向用户输出最终答案

ReAct 的核心循环是：行动 → 观察 → 思考（评估）。若信息不足则继续行动，直至积累的信息足以回答用户问题，最后输出答案。

优势：

• 提高事实准确性（结合外部数据）
• 增强可解释性（推理过程可见）
• 处理需要多步交互的复杂任务

典型应用：代码生成、生成文档、数据分析、自动化操作等。

---

Trae 内置的 ReACT 模式回答用户问题

用户问题：重构这个函数并添加错误处理

Trae 内部执行流程：

1. Thought（思考）：需要先读取当前代码 → Action（行动）：读取文件
2. Observation（观察）：获得代码内容
3. Thought（思考/评估）：需要理解函数逻辑 → Action（行动）：分析依赖
4. Observation（观察）：发现有3个依赖函数
5. Thought（思考/评估）：信息充足，可以开始重构 → Action（行动）：生成新代码
6. Answer（回答）：输出重构后的代码

ReAct Agent 核心技术 - 三点总结

1. 停止关键词 Stop Sequence
技术手段，设置停止提示词 拦截模型自动续写，杜绝幻觉编造工具返回结果，保证工具调用交由程序真实执行。

2. 示例提示词（Few-shot）
通过提供示例，规范模型的输出格式、思考逻辑与工具调用写法，确保模型遵循固定的输出范式，避免生成随意或错误的内容。

3. 推理+行动 循环设计模式
Thought思考判断 → Action工具调用 → Observation观测反馈，往复闭环完成任务决策。

通俗串联逻辑

靠提示词教会模型怎么思考、怎么输出调用指令；
靠停止词卡死边界，不让模型瞎编答案；
整体用推理行动循环模式反复迭代，一步步解决复杂问题。

手写 ReAct 伪代码

用户问题：“2024年奥斯卡最佳影片是什么？作者是谁？”

# 手写 ReAct Agent 核心循环 (纯 Python 示意)
def run_react_agent(question, tools, llm, max_steps=5):

    # 1. 构建初始 prompt (包含工具描述、示例、用户问题)
    prompt = build_prompt(tools, question) 
    
    # 循环最新5次，避免死循环
    for i in range(max_steps):
        # 2. 调用 LLM 生成 Thought思考 和 Action行动（需要调用的工具及参数）
        # - Thought 思考: 用户想知道2024年奥斯卡最佳影片，我需要先搜索最佳影片是什么。
		# - Action 行动: Search[2024年奥斯卡最佳影片]
        response = llm(prompt)
        
        # 3. 手动解析 LLM 输出的字符串
		# action = "Search"（需要调用的工具方法）
		# action_input = "2024年奥斯卡最佳影片"（参数）
        action, action_input = parse_action(response)
        
        # 4. 判断是否结束
        if action == "Finish":
            return action_input
        
        # 5. 手动分发并执行工具
        if action == "Search":
            observation = search_tool(action_input)
        elif action == "Calculate":
            observation = calc_tool(action_input)
        else:
            observation = "未知工具"
        
        # 6. 拼接 Observation，进入下一轮循环
        prompt += f"\nObservation: {observation}\n"
    
    return "达到最大步数，任务失败"

执行轨迹说明：

----- 初始化 ------
prompt = build_prompt(tools, question)
# prompt 现在是：工具说明 + 示例 + 用户问题

-----  第 1 轮循环 (i=0) ------

# 步骤2：调用 LLM
response = llm(prompt)
# response 输出：
# Thought 思考: 用户想知道2024年奥斯卡最佳影片，我需要先搜索最佳影片是什么。
# Action 行动: Search[2024年奥斯卡最佳影片]

# 步骤3：解析
action, action_input = parse_action(response)
# action 行动 = "Search"
# action_input 参数 = "2024年奥斯卡最佳影片"

# 步骤4：判断结束？不是Finish，继续

# 步骤5：分发执行
if action == "Search":
    observation = search_tool("2024年奥斯卡最佳影片")
    # observation 观察 = "《奥本海默》"

# 步骤6：拼接
prompt += f"\nObservation: {observation}\n"
# prompt 现在追加了：Observation: 《奥本海默》

--------  第 2 轮循环 (i=1) --------
# 步骤2：LLM 看到完整的 prompt（包含上一轮的 Observation）
response = llm(prompt)
# response 输出：
# Thought 思考: 最佳影片是《奥本海默》，现在需要查它的导演是谁。
# Action 行动: Search[奥本海默 导演]

# 步骤3：解析
action, action_input = parse_action(response)
# action 行动 = "Search"
# action_input 参数 = "奥本海默 导演"

# 步骤5：执行
observation = search_tool("奥本海默 导演")
# observation 观察 = "克里斯托弗·诺兰"

# 步骤6：拼接
prompt += f"\nObservation: {observation}\n"
# prompt 追加：Observation: 克里斯托弗·诺兰

--------- 第 3 轮循环 (i=2) ---------

# 步骤2：LLM 判断信息足够
response = llm(prompt)
# response 输出：
# Thought 思考: 最佳影片是《奥本海默》，导演是诺兰，信息足够了。
# Action 行动: Finish[2024年奥斯卡最佳影片是《奥本海默》，导演是克里斯托弗·诺兰。]

# 步骤3：解析
action, action_input = parse_action(response)
# action 行动 = "Finish"
# action_input 参数 = "2024年奥斯卡最佳影片是《奥本海默》，导演是克里斯托弗·诺兰。"

# 步骤4：命中 Finish
if action == "Finish":
    return action_input  # 循环结束，返回最终答案给用户

Q&A

1. 什么是ReAct：把推理和行动交错在一起。让模型能一边思考一边调用外部工具，并根据工具返回的事实修正自己的推理。

• 仅推理：只靠模型内部知识一步步推理，容易产生幻觉，也无法获取最新信息。
• 仅行动：模型只机械输出动作，缺乏高层次的规划、反思和推理，容易在复杂任务中跑偏。
• ReAct：推理帮助模型制定合理的行动计划、处理观察结果、动态调整；行动则把推理“接地气”，从外部世界拉回事实。两者互补。

2. ReAct 的 prompt 长什么样？这个我没太明白

3. 如何在工程上实现一个简单的 ReAct Agent？

• 利用框架-langchain的create_agent、LlamaIndex等。
• 核心是一个 while 循环：解析模型输出 → 如果是动作则调用工具（if判断或动态反射执行方法） → 拼接观察 → 再次推理，直到触发结束条件。