ReAct = Re(asoning) + Act(ing)，是 Agent 最经典的设计模式——模型交替进行推理（Thought）和行动（Action），用思维链驱动每一步决策，让 Agent"边想边做"。
- ReAct 命名由来
- ReAct 的核心思想
- Thought：思维链驱动决策
- Action：执行具体操作
- Observation：获取执行结果
- ReAct 的完整流程
- ReAct 与纯推理/纯行动的对比
- 总结
- 参考链接
你好，我是江小湖。在 Agent 核心循环 中，你理解了 Observe → Think → Act 的基本循环。ReAct 模式是这个循环的具体实现——Thought（推理）和 Action（行动）交替进行，让 Agent 每一步都有明确的推理过程。这是目前最主流的 Agent 设计范式。
ReAct 是一个合成词，由两部分组成：
- Re —— 取自 Reasoning（推理）
- Act —— 取自 Acting（行动）
把两个词的"主干"拼起来就是 ReAct：
ReAct 命名由来：Re(asoning) + (A)ct(ing)
ReAct 来自 2022 年的论文 ReAct: Synergizing Reasoning and Acting in Language Models，核心思想是将推理和行动交织在一起：
Thought: 我需要先查天气
Action: get_weather("北京")
Observation: 北京今天晴，25°C
Thought: 天气不错，可以安排户外活动
Action: final_answer("北京今天晴，25°C，适合户外活动")
为什么推理和行动要交替？
| 模式 | 优点 | 缺点 |
|---|---|---|
| 纯推理（只思考不行动） | 逻辑严密 | 无法获取实时信息 |
| 纯行动（只行动不思考） | 执行快速 | 容易走偏，缺乏规划 |
| ReAct（推理+行动交替） | 兼顾规划和执行 | 每步都需要 LLM 调用 |
关键洞察：ReAct 的本质是让模型在每一步都"说出"自己的推理过程。这不仅帮助模型自己理清思路，也让开发者能审查和调试 Agent 的决策逻辑。
Thought 是 ReAct 的"大脑"——模型在每次行动前，先用自然语言描述自己的推理过程。这不是给用户看的，而是给模型自己看的。
# Thought 阶段：模型推理
def thought(observations: str, history: list) -> str:
"""模型推理下一步该做什么"""
prompt = f"""你是一个 ReAct Agent。请按以下格式思考：
当前观察：{observations}
历史记录：
{format_history(history)}
请思考下一步该做什么。格式：
Thought: [你的推理过程]
Action: [具体行动]
"""
response = llm.generate(prompt)
return extract_thought(response)Thought 的设计原则：
- 明确推理：模型必须用自然语言说明"为什么"要做这个行动
- 引用观察：推理必须基于当前观察，不能凭空想象
- 规划步骤：如果任务复杂，模型应该分解为多个子步骤
示例：
Thought: 用户想了解北京天气并推荐活动。我需要先查询天气，
然后根据天气情况推荐合适的活动。这是两个子任务。
Action: get_weather("北京")
Action 是 ReAct 的"手"——根据 Thought 的推理，执行具体的操作。Action 可以是工具调用，也可以是返回最终答案。
# Action 阶段：执行操作
def action(thought: str, tools: dict) -> str:
"""根据推理执行具体操作"""
prompt = f"""基于以下推理，决定具体行动：
{thought}
可用工具：
{format_tools(tools)}
输出 JSON 格式：
{{"type": "tool_call", "tool": "工具名", "args": {{}}}}
或：{{"type": "final_answer", "answer": "最终答案"}}
"""
response = llm.generate(prompt)
decision = parse_decision(response)
# 执行工具调用
if decision["type"] == "tool_call":
tool_name = decision["tool"]
args = decision["args"]
result = tools[tool_name](**args)
return f"Observation: {result}"
# 返回最终答案
elif decision["type"] == "final_answer":
return f"Final Answer: {decision['answer']}"Action 的类型：
| 类型 | 说明 | 示例 |
|---|---|---|
| 工具调用 | 调用外部工具获取信息或执行操作 | get_weather("北京") |
| 最终答案 | 任务完成，返回结果 | final_answer("北京今天晴") |
| 中间步骤 | 任务未完成，继续循环 | continue |
Observation 是 ReAct 的"眼睛"——获取 Action 的执行结果，作为下一轮 Thought 的输入。
# Observation 阶段：获取结果
def observation(action_result: str) -> str:
"""获取 Action 的执行结果"""
# 解析 Observation
if action_result.startswith("Observation:"):
return action_result[len("Observation:"):].strip()
elif action_result.startswith("Final Answer:"):
return action_result[len("Final Answer:"):].strip()
else:
return action_resultObservation 的设计原则：
- 简洁性：只包含必要信息，不添加额外解释
- 结构化：用清晰的格式组织结果，便于下一轮推理
- 错误处理：如果工具执行失败，返回错误信息而非崩溃
将 Thought、Action、Observation 组合成完整的 ReAct 循环：
# ReAct Agent 的完整实现
def react_agent(user_input: str, tools: dict, max_steps: int = 10):
"""ReAct Agent 核心循环"""
history = []
current_observation = f"用户请求：{user_input}"
for step in range(max_steps):
# Thought：推理
thought_text = thought(current_observation, history)
# Action：决策
action_result = action(thought_text, tools)
# 检查是否完成
if action_result.startswith("Final Answer:"):
return action_result[len("Final Answer:"):].strip()
# Observation：获取结果
current_observation = observation(action_result)
# 记录历史
history.append({
"step": step + 1,
"thought": thought_text,
"action": action_result,
"observation": current_observation
})
return "任务未能在限定步数内完成"完整流程示例：
用户：北京今天天气怎么样？适合户外活动吗？
Step 1:
Thought: 用户想了解北京天气。我需要先查询天气数据。
Action: get_weather("北京")
Observation: 北京今天晴，25°C，湿度 45%，微风
Step 2:
Thought: 天气数据已获取。晴天、25°C、微风，非常适合户外活动。
Action: final_answer("北京今天晴，25°C，微风，非常适合户外活动")
ReAct 循环：Thought → Action → Observation 反复迭代
| 维度 | 纯推理（Chain-of-Thought） | 纯行动（Tool-only） | ReAct |
|---|---|---|---|
| 推理能力 | 强 | 弱 | 强 |
| 行动能力 | 无 | 强 | 强 |
| 可解释性 | 高 | 低 | 高 |
| 适用场景 | 问答、分析 | 数据查询、API 调用 | 复杂任务、多步推理 |
ReAct vs CoT：推理+行动 vs 纯推理
ReAct 的优势：
- 可解释性：每步都有推理过程，便于调试和审查
- 灵活性：能根据中间结果动态调整后续行动
- 鲁棒性：推理过程帮助模型避免走偏
ReAct 的局限：
- Token 消耗：每步都需要 LLM 调用，成本较高
- 延迟：推理过程增加响应时间
- 复杂度：需要设计合适的 Prompt 和工具接口
- ReAct 是推理（Thought）和行动（Action）交替的 Agent 设计模式
- Thought 是思维链驱动决策，模型用自然语言说明推理过程
- Action 是执行具体操作，可以是工具调用或返回最终答案
- Observation 是获取执行结果，作为下一轮推理的输入
- ReAct 兼顾推理和行动，适用于复杂任务和多步推理
下一篇，我们将深入停止条件设计——如何让 Agent 在正确的时机停止，避免无限循环或过早终止。
- ReAct: Synergizing Reasoning and Acting
- LangChain — ReAct agent
- Anthropic — Building Effective Agents
- OpenAI — A practical guide to building agents
下一页请阅读：Plan-and-Execute 模式