ReAct推理模式详解让智能体学会边思考边行动

🎁个人主页：我滴老baby
🎉欢迎大家点赞👍评论📝收藏⭐文章
🔍系列专栏：AI

ReAct推理模式深度解析：让智能体学会边思考边行动，推理准确率提升40%的秘密

斯坦福研究证明，结合推理和行动的Agent比纯推理Agent表现提升47%。本文从原理到代码，彻底搞懂ReAct。

一、ReAct是什么？

ReAct（Reasoning + Acting）是2023年由普林斯顿和Google提出的一种Agent范式，其核心思想是让大语言模型交替进行推理（Thought）和行动（Action）。

传统模式 vs ReAct模式

二、ReAct核心循环

┌────────────────────────────────────────┐ │ ReAct 循环 │ │ │ │ Question（用户问题） │ │ ↓ │ │ Thought 1（分析问题，规划第一步） │ │ ↓ │ │ Action 1（执行工具调用） │ │ ↓ │ │ Observation 1（观察工具返回结果） │ │ ↓ │ │ Thought 2（分析结果，规划下一步） │ │ ↓ │ │ Action 2 / Final Answer │ │ ↓ │ │ ... 直到得出最终答案 │ └────────────────────────────────────────┘

三、从零实现ReAct Agent

3.1 定义工具集

# react_agent/tools.pyimportjsonimportmathfromdatetimeimportdatetimeclassToolRegistry:def__init__(self):self.tools={}defregister(self,name,description,func,parameters):self.tools[name]={"description":description,"function":func,"parameters":parameters}defexecute(self,name,**kwargs):ifnamenotinself.tools:returnf"错误：未知工具 '{name}'"returnself.tools[name]["function"](**kwargs)defget_descriptions(self):desc="可用工具列表：\n"forname,toolinself.tools.items():params=", ".join(tool["parameters"].keys())desc+=f"-{name}({params}):{tool['description']}\n"returndesc# 注册工具registry=ToolRegistry()registry.register(name="search",description="搜索互联网获取信息",func=lambdaquery:f"搜索'{query}'的结果：[模拟] AI Agent是一种能自主执行任务的系统...",parameters={"query":"搜索关键词"})registry.register(name="calculate",description="执行数学计算",func=lambdaexpression:str(eval(expression)),parameters={"expression":"数学表达式"})registry.register(name="get_time",description="获取当前时间",func=lambda:datetime.now().strftime("%Y-%m-%d %H:%M:%S"),parameters={})registry.register(name="lookup",description="在本地知识库中查找信息",func=lambdakeyword:f"关于'{keyword}'的知识：[模拟] 这是一项重要的技术概念...",parameters={"keyword":"查找关键词"})

3.2 ReAct Agent核心实现

# react_agent/agent.pyimportrefromopenaiimportOpenAIclassReActAgent:REACT_PROMPT="""你是一个使用ReAct模式的智能助手。 对于用户的每个问题，你需要交替进行思考和行动。 {tools_description} 请严格按照以下格式回答： Thought: [分析当前情况，思考下一步该做什么] Action: [选择一个工具来执行，格式：工具名(参数)] Observation: [这一步由系统自动填入工具的返回结果] ... (Thought/Action/Observation可以重复多次) Thought: [我已经获得了足够的信息来回答问题] Final Answer: [给出最终答案] 重要规则： 1. 每次只执行一个Action 2. 仔细分析Observation的结果再决定下一步 3. 如果信息已足够，直接给出Final Answer 4. 最多进行5轮Thought-Action循环 开始！ """def__init__(self,api_key:str,tools:ToolRegistry,model:str="gpt-4o"):self.llm=OpenAI(api_key=api_key)self.tools=tools self.model=model self.max_iterations=6defrun(self,question:str)->str:system_prompt=self.REACT_PROMPT.format(tools_description=self.tools.get_descriptions())messages=[{"role":"system","content":system_prompt},{"role":"user","content":f"Question:{question}"}]foriinrange(self.max_iterations):print(f"\n{'='*50}")print(f"迭代 #{i+1}")print(f"{'='*50}")response=self.llm.chat.completions.create(model=self.model,messages=messages,temperature=0,stop=["Observation:"])thought_and_action=response.choices[0].message.contentprint(thought_and_action)# 检查是否已经给出最终答案if"Final Answer:"inthought_and_action:final=re.search(r'Final Answer:\s*(.*)',thought_and_action,re.DOTALL)returnfinal.group(1).strip()iffinalelsethought_and_action# 提取Actionaction_match=re.search(r'Action:\s*(\w+)\((.*)?\)',thought_and_action)ifnotaction_match:messages.append({"role":"assistant","content":thought_and_action})messages.append({"role":"user","content":"请按照格式提供Thought和Action。"})continuetool_name=action_match.group(1)tool_input=action_match.group(2)or""# 解析参数params={}iftool_input:# 简单解析 key=value 格式forpairintool_input.split(","):if"="inpair:k,v=pair.split("=",1)params[k.strip()]=v.strip().strip('"').strip("'")else:params["query"]=tool_input.strip().strip('"')break# 执行工具observation=self.tools.execute(tool_name,**params)print(f"\nObservation:{observation}")# 追加到对话full_response=thought_and_action+f"\nObservation:{observation}"messages.append({"role":"assistant","content":full_response})return"Agent未能完成任务（达到最大迭代次数）"

3.3 运行效果

# main.pyagent=ReActAgent(api_key="your-key",tools=registry)result=agent.run("现在几点了？如果现在是2026年，那距离2030年还有几年？用计算器验证一下。")

输出示例：

迭代 #1 Thought: 用户想知道当前时间，然后计算距离2030年的年数。 我需要先获取当前时间。 Action: get_time() Observation: 2026-04-26 15:30:00 迭代 #2 Thought: 现在是2026年4月26日。距离2030年是 2030 - 2026 = 4 年。 用户要求用计算器验证。 Action: calculate(2030-2026) Observation: 4 迭代 #3 Thought: 计算结果确认是4年。我现在有足够信息回答了。 Final Answer: 现在是2026年4月26日15:30。 距离2030年还有4年（已通过计算器验证：2030-2026=4）。

四、ReAct进阶：自我反思机制

4.1 Reflexion：让Agent从错误中学习

# react_agent/reflexion.pyclassReflexionAgent(ReActAgent):"""带自我反思的ReAct Agent"""REFLEXION_PROMPT="""你之前的尝试失败了。请反思： 失败的尝试： {trajectory} 失败原因分析： {feedback} 请总结经验教训，避免犯同样的错误： Lesson: [从失败中学到的教训] """defrun_with_reflexion(self,question:str,max_attempts:int=3):reflections=[]forattemptinrange(max_attempts):print(f"\n{'#'*60}")print(f"尝试 #{attempt+1}")print(f"{'#'*60}")# 添加之前的反思到提示中enhanced_question=questionifreflections:enhanced_question+="\n\n之前的经验教训：\n"enhanced_question+="\n".join(reflections)result=self.run(enhanced_question)# 验证结果is_correct,feedback=self._evaluate(question,result)ifis_correct:returnresult# 反思失败原因reflection=self._reflect(question,result,feedback)reflections.append(reflection)print(f"\n📝 反思:{reflection}")returnresultdef_evaluate(self,question:str,answer:str):"""评估回答质量"""prompt=f"""评估以下回答是否正确回答了问题： 问题:{question}回答:{answer}返回JSON: {{"correct": true/false, "feedback": "具体反馈"}}"""response=self.llm.chat.completions.create(model=self.model,messages=[{"role":"user","content":prompt}],temperature=0)importjson result=json.loads(response.choices[0].message.content)returnresult["correct"],result.get("feedback","")def_reflect(self,question,trajectory,feedback):"""生成反思"""prompt=self.REFLEXION_PROMPT.format(trajectory=trajectory,feedback=feedback)response=self.llm.chat.completions.create(model=self.model,messages=[{"role":"user","content":prompt}],temperature=0.7)returnresponse.choices[0].message.content

五、ReAct的性能优化

5.1 减少token消耗的策略

5.2 混合模型策略

classAdaptiveReActAgent(ReActAgent):"""自适应ReAct Agent - 根据任务复杂度选择模型"""def_select_model(self,thought:str)->str:"""根据思考内容选择合适的模型"""simple_indicators=["计算","查询时间","简单的"]complex_indicators=["分析","对比","综合","推理"]forindicatorinsimple_indicators:ifindicatorinthought:return"gpt-4o-mini"forindicatorincomplex_indicators:ifindicatorinthought:return"gpt-4o"return"gpt-4o-mini"# 默认使用小模型

5.3 ReAct各实现方案对比

六、ReAct的实际应用场景

6.1 适用场景

# 场景1：数据分析Agent# Thought: 用户需要分析销售数据，我先查询数据库# Action: query_database("SELECT * FROM sales WHERE quarter='Q1'")# Observation: [返回Q1销售数据]# Thought: 数据已获取，需要计算同比增长率# Action: calculate("(500000-380000)/380000*100")# Final Answer: Q1销售额50万，同比增长31.6%# 场景2：客服Agent# Thought: 用户反馈退款问题，先查订单状态# Action: lookup_order(order_id="ORD-2026-001")# Observation: 订单状态为"已发货，运输中"# Thought: 订单还在运输中，需要查询退款政策# Action: search_knowledge_base("运输中退款政策")# Final Answer: 订单尚在运输中，根据政策需在签收后7天内申请退款...

6.2 不适用场景

• 简单问答（直接回答更快）
• 确定性的流水线任务（用DAG更合适）
• 对延迟极度敏感的场景（ReAct需要多轮LLM调用）

总结

ReAct是AI Agent最重要的设计模式之一，核心要点：

1. 交替推理与行动：不是纯思考或纯执行，而是两者结合
2. 观察驱动：每一步行动后都观察结果，再决定下一步
3. 自我反思：Reflexion让Agent从失败中学习
4. 性能优化：混合模型、缓存、提前终止