企业官网建设流程全解析

Agent 核心架构：思考-行动-观察循环（ReAct）

ReAct 是 Agent 最经典的工作模式：思考要做什么 → 执行动作 → 观察结果 → 再思考下一步。这篇深入讲 ReAct 的原理、Prompt 模板设计、循环控制、停止条件，以及实际开发中的常见问题。

大家好，我是黒漂技术佬。

上一篇讲了 Agent 是什么，这篇深入核心架构：ReAct 循环。

Reason + Act = 推理 + 行动。Agent 不是一次性输出答案，而是像人解决问题一样，先想想要干嘛，动手做，看看结果，再决定下一步，循环往复直到搞定。

这篇讲 ReAct 的原理、Prompt 怎么写、循环怎么控制、怎么判断任务完成。

一、ReAct 是什么？

来源

ReAct 是 2022 年普林斯顿和 Google 提出的方法，论文《ReAct: Synergizing Reasoning and Acting in Language Models》。

核心思想：让大模型把「推理过程」和「行动」交替输出，边想边做。

循环结构

┌─────────────────────────────────────┐ │ Thought（思考）：我现在要做什么？ │ │ ↓ │ │ Action（行动）：调用某个工具 │ │ ↓ │ │ Observation（观察）：工具返回结果 │ │ ↓ │ │ 再 Thought：根据结果想下一步 │ └─────────── 循环直到完成 ────────────┘

每一轮输出一个 Thought + Action，拿到 Observation 后进入下一轮。

最终输出

当模型判断信息足够了，就输出 Final Answer，结束循环。

二、完整的 ReAct 示例

问题

张三出生于哪一年？他创办的公司上市了吗？

ReAct 过程

问题：张三出生于哪一年？他创办的公司上市了吗？ Thought: 我需要先知道张三是谁、创办了什么公司，然后查他的出生年份和公司上市情况。 先搜索张三的基本信息。 Action: 搜索「张三 创始人 公司」 Observation: 张三，1980年出生，某科技公司创始人兼CEO，公司名为"未来科技"， 2015年成立，主要做人工智能。 Thought: 知道了，张三1980年出生，创办了未来科技。接下来要查这家公司有没有上市。 Action: 搜索「未来科技 是否上市」 Observation: 未来科技于2021年在科创板上市，股票代码688XXX。 Thought: 信息都齐了：张三1980年出生，他的公司未来科技2021年科创板上市。 可以给出最终答案了。 Final Answer: 张三出生于1980年。他创办的未来科技公司已于2021年在科创板上市。

两轮思考+行动，就把问题解决了。

三、ReAct Prompt 模板

系统提示词（System Prompt）

告诉模型怎么按 ReAct 格式输出。核心要素：

1. 说明有哪些工具可用
2. 规定输出格式（Thought / Action / Action Input）
3. 说明循环规则
4. 什么时候输出 Final Answer

一个标准模板

你是一个智能助手，可以使用以下工具来回答问题： 工具列表： - 搜索：输入关键词，搜索互联网信息 - 计算器：输入数学表达式，计算结果 - 天气查询：输入城市名，获取实时天气 回答问题时严格按照以下格式输出： Thought: 你对当前问题的思考，说明接下来要做什么 Action: 工具名称 Action Input: 工具的输入参数 Observation: 工具返回的结果（这部分由系统填入，不用你写） （然后继续下一轮 Thought/Action，直到信息足够） 当你认为已经有足够信息回答问题时，输出： Final Answer: 最终的答案 注意： 1. 每次只输出一个 Action 2. 必须有 Observation 才能继续思考 3. 不确定的时候就搜索，不要瞎猜 4. 信息足够就立刻给出 Final Answer，不要多余步骤

为什么格式要严格？

因为程序要解析模型的输出，提取 Action 和 Action Input，然后去调用工具。格式乱了解析失败，整个循环就断了。

实际开发中，Function Calling 原生支持的模型更方便，不用手写解析。但理解 ReAct 的原理很重要。

四、循环控制流程

程序侧的执行流程

# 伪代码defagent_run(question,max_steps=10):history=""step=0whilestep<max_steps:# 1. 把历史拼到 prompt 里，调用大模型prompt=system_prompt+history+f"\n问题：{question}"response=llm(prompt)# 2. 解析模型输出if"Final Answer:"inresponse:returnextract_answer(response)action,action_input=parse_action(response)history+=response+"\n"# 3. 调用工具observation=call_tool(action,action_input)history+=f"Observation:{observation}\n"step+=1return"达到最大步数，未能完成任务"

关键要素

1. 历史记录：每轮的 Thought/Action/Observation 都要传给模型，它要看着前面的过程继续想
2. 解析输出：从模型回复里提取 Action 和参数
3. 工具调用：执行实际的工具函数
4. 停止条件：输出 Final Answer 或者达到最大步数

五、停止条件

正常停止：Final Answer

模型自己判断信息足够了，输出 Final Answer，循环结束。

异常停止

1. 最大步数限制

防止模型死循环，设一个最大轮数（比如 10 步），到了就强制停止。

ifstep>=max_steps:return"执行步数超限，任务未完成"

2. 重复 Action 检测

连续调用同一个工具同样的参数，说明卡住了，强制停止。

3. 错误累积

工具连续报错，说明方向不对，停止并提示。

4. 超时

整体执行时间设上限，防止某个步骤卡住太久。

六、ReAct 的变种

1. CoT（Chain of Thought）

只有思考，没有行动。就是让模型一步步想，但不调用外部工具。适合纯推理问题。

问题：一个苹果3块，买5个多少钱？ 思考：一个3块，5个就是3×5。 计算：3×5=15 答案：15块

ReAct = CoT + 工具调用。

2. Plan-and-Execute

先做完整规划，再按计划执行。

Plan: 1. 查A 2. 查B 3. 对比总结 执行步骤1... 执行步骤2... 执行步骤3...

适合任务比较明确、步骤可以预先规划的场景。ReAct 是走一步看一步，Plan-and-Execute 是先想好全部再做。

3. Reflexion（反思型）

执行完之后反思效果好不好，不好就重来。

执行 → 评估结果 → 反思问题 → 重新执行

多了一个反思的步骤，质量更高但也更慢更贵。

七、Function Calling vs 手写 ReAct

原生 Function Calling

现在主流大模型（GPT、Claude、Qwen、DeepSeek）都原生支持 Function Calling / Tool Use。

你给模型一份工具的 JSON Schema 描述，模型直接输出要调用哪个函数、参数是什么，结构化输出，不用自己解析。

// 工具描述{"name":"search","description":"搜索互联网信息","parameters":{"type":"object","properties":{"query":{"type":"string","description":"搜索关键词"}},"required":["query"]}}

模型返回：

{"tool_calls":[{"name":"search","arguments":{"query":"张三 出生日期"}}]}

对比

实际开发优先用原生 Function Calling。但理解 ReAct 的原理有助于调试和设计 Agent。

八、常见问题和优化

问题 1：模型不按格式输出

原因：Prompt 约束不够强，或者模型能力不够。

解决：

• 系统提示词写得更详细、更严格
• 给 1-2 个示例（Few-shot）
• 用支持 Function Calling 的模型
• 输出解析加容错，匹配不到就重试

问题 2：死循环，反复调用同一个工具

原因：模型判断不了信息够不够，或者工具返回的结果它理解不了。

解决：

• 最大步数限制
• 重复检测，连续 2-3 次同样的调用就强制停止
• Prompt 里强调「信息足够就给 Final Answer」
• 工具返回结果做摘要，别把太长的原文直接塞进去

问题 3：跳过工具，直接瞎答

原因：模型偷懒，或者没意识到需要用工具。

解决：

• Prompt 里强调「不知道的就搜索，不要编造」
• 系统提示词里加「禁止直接回答需要实时信息的问题」
• 用更听话的模型（比如 GPT-4）

问题 4：上下文太长爆了

原因：轮次多了，历史记录越来越长，token 超了。

解决：

• 工具结果做摘要，只保留关键信息
• 历史记录截断，只保留最近几轮
• 用总结代替完整历史

问题 5：工具调用参数错

原因：模型没理解工具参数的含义，或者格式不对。

解决：

• 工具描述写清楚每个参数的含义和格式
• 加参数校验，不对就让模型重试
• 给调用示例

九、一个最小可运行的 ReAct Agent（伪代码）

tools={"search":lambdaquery:search_web(query),"calc":lambdaexpr:str(eval(expr)),}system_prompt=""" 你可以使用以下工具： - search: 搜索，输入关键词 - calc: 计算器，输入数学表达式 格式： Thought: 思考 Action: 工具名 Action Input: 参数 Observation: 结果 信息足够就输出 Final Answer: 答案 """defrun(query):history=""for_inrange(10):# 最多10步prompt=system_prompt+history+f"\n问题：{query}\nThought:"resp=llm(prompt)if"Final Answer:"inresp:returnresp.split("Final Answer:")[-1].strip()# 解析 actionaction=extract(resp,"Action:")action_input=extract(resp,"Action Input:")# 调用工具obs=tools[action](action_input)history+=f"Thought:{resp}\nObservation:{obs}\n"return"超出步数限制"

实际开发不用自己写这么底层，LangChain 之类的框架都封装好了。但原理就是这么回事。

十、本篇小结

• ReAct = Reason（推理）+ Act（行动），思考-行动-观察循环
• 标准格式：Thought → Action → Observation，循环直到 Final Answer
• 程序侧控制循环：拼历史 → 调模型 → 解析动作 → 调工具 → 拼结果 → 下一轮
• 停止条件：输出 Final Answer、达到最大步数、重复检测、超时
• 变种：CoT（纯思考）、Plan-and-Execute（先规划再执行）、Reflexion（带反思）
• 实际开发优先用原生 Function Calling，比手写 ReAct 稳定很多
• 常见问题：格式乱、死循环、跳过工具瞎答、上下文太长、参数错

下一篇讲工具调用：Function Calling 的具体用法、工具怎么定义、多工具怎么选、常见的工具类型。

我是黒漂技术佬。