文章目录【66.PythonAI】ReAct模式深度解析让AI在思考与行动之间找到最优解导入语1 ~ ReAct 的核心循环1.1 Thought → Action → Observation1.2 ReAct vs CoT vs Act-only2 ~ ReAct Prompt 模板2.1 核心 Prompt 结构2.2 工具描述格式3 ~ ReAct Agent 的 Python 实现3.1 工具定义3.2 核心执行循环3.3 执行过程可视化4 ~ ReAct 的效果提升4.1 为什么ReAct比纯推理准确4.2 实战建议思考 总结结尾【66.PythonAI】ReAct模式深度解析让AI在思考与行动之间找到最优解文章简介本文系统拆解ReActReasoning Acting——当前应用最广泛的Agent推理模式。文章从ReAct的核心循环Thought→Action→Observation入手逐层讲解每一步的设计原理和Prompt模板构成并给出三个实战案例搜索计算Agent、数据库查询Agent、多工具协同Agent。通过Mermaid循环图展示ReAct的完整推理链路并与纯推理CoT和纯行动Act-only做对比用实测数据说明为什么ReAct能将任务准确率提升40%以上。适合已经了解Agent基本概念、准备动手写第一个ReAct Agent的开发者。 个人主页源码骑士❄专栏传送门《Android开发基础》《python基础课程》⭐️热衷从源码视角拆解技术底层原理将复杂架构讲得通俗易懂 源码骑士的简介5年Android Framework系统开发经验曾主导多项系统级性能优化专项技术栈覆盖Android系统全链路Binder/Handler/AMS/WMS/启动流程及Java后端全家桶Spring MyBatis Redis Oracle累计产出原创技术文章100篇文章以流程图为特色被读者评价为看一篇胜过啃一周源码导入语你让ChatGPT算一道题“2024年中秋节是9月17日距离今天还有多少天” ChatGPT给了一个数你验证发现——错了。因为ChatGPT不知道今天是几月几号它只能瞎蒙一个。但如果你给ChatGPT一个日历工具让它自己查今天的日期然后自己算结果就是对的。这就是 ReAct 的核心思想——不让 LLM 凭记忆回答让它每一步都说出自己正在想什么、然后实际去做、再根据结果调整下一步。这篇文章就带你手写一个 ReAct Agent。从Prompt模板到解析逻辑每一步都有代码有解释。1 ~ ReAct 的核心循环1.1 Thought → Action → Observation否是用户提问ThoughtLLM思考该做什么Action执行具体操作Observation观察执行结果任务完成?Final Answer每一步的含义环节LLM 输出什么系统做什么Thought“我需要先查今天的日期”什么都不做Actionsearch(今天几号)解析Action真正调用搜索工具Observation—由工具返回把搜索结果喂回给LLM循环回到 ThoughtLLM根据Observation重新思考1.2 ReAct vs CoT vs Act-only模式行为能解决的问题CoT纯推理LLM只能推理想象不能实际获取外部信息数学推理题、逻辑题Act-only纯执行LLM直接输出Action不暴露思考过程固定流程的自动化ReAct思行合一每一步先思考再行动根据结果调整需要外部信息的复杂任务2 ~ ReAct Prompt 模板2.1 核心 Prompt 结构ReAct 的 Prompt 需要告诉 LLM 三件事可用工具有哪些、输出的格式是什么、推理的套路是什么。REACT_PROMPT你是一个智能助手可以通过以下工具获取信息 {tools} 请严格按照以下格式回答每次只能输出一个 Thought/Action/Observation 组合 Thought: 你的思考过程分析当前已知信息决定下一步 Action: 工具名称[参数] Observation: 这是工具执行后的结果不要自己编 当你获得足够信息后以以下格式结束 Thought: 我现在有足够的信息回答问题 Final Answer: 最终答案 开始 Question: {question} {agent_scratchpad}# 历史记录会不断追加到这里2.2 工具描述格式工具的 Prompt 描述直接影响 LLM 调用的准确率TOOLS_PROMPT - search: 搜索引擎输入关键词返回搜索结果。 用法: search[关键词] - calculator: 数学计算器输入数学表达式返回计算结果。 用法: calculator[表达式] - today_date: 获取今天的日期无需参数。 用法: today_date[] 3 ~ ReAct Agent 的 Python 实现3.1 工具定义fromdatetimeimportdatetimedefsearch(query:str)-str:模拟搜索引擎mock_db{中秋节:2024年中秋节是9月17日星期二,北京天气:北京今天晴天气温20-28℃,}returnmock_db.get(query,f未找到关于{query}的信息)defcalculator(expr:str)-str:安全计算器try:returnstr(eval(expr,{__builtins__:{}}))exceptExceptionase:returnf计算错误:{e}deftoday_date()-str:获取今天日期returndatetime.now().strftime(%Y年%m月%d日)TOOLS{search:search,calculator:calculator,today_date:today_date,}3.2 核心执行循环importrefromlangchain_openaiimportChatOpenAIclassReActAgent:def__init__(self,llm,tools,max_steps10):self.llmllm self.toolstools self.max_stepsmax_stepsdefrun(self,question:str)-str:scratchpad# 累积所有 Thought-Action-Observationforstepinrange(self.max_steps):# 构造 PromptpromptREACT_PROMPT.format(toolsTOOLS_PROMPT,questionquestion,agent_scratchpadscratchpad,)# LLM 推理responseself.llm.invoke(prompt).content# 判断是否结束ifFinal Answer:inresponse:returnresponse.split(Final Answer:)[-1].strip()# 解析 Actionaction_matchre.search(rAction:\s*(.?)\[(.*?)\],response)ifnotaction_match:scratchpadresponse\ncontinuetool_nameaction_match.group(1).strip()tool_inputaction_match.group(2).strip()# 执行工具iftool_nameinself.tools:observationself.tools[tool_name](tool_input)else:observationf工具 {tool_name} 不存在# 追加到历史scratchpadresponsef\nObservation:{observation}\nreturn达到最大步数限制# 使用agentReActAgent(ChatOpenAI(modelgpt-4),TOOLS)resultagent.run(中秋节距离今天还有多少天)print(result)3.3 执行过程可视化Question: 中秋节距离今天还有多少天 Step1: Thought: 我需要先知道今天的日期 → Action: today_date[]→ Observation:2024年11月15日 Step2: Thought: 我还需要知道中秋节的日期 → Action: search[中秋节]→ Observation:2024年中秋节是9月17日 Step3: Thought:9月17日到11月15日我需要计算天数 → Action: calculator[30-173115]→ Observation:59Step4: Thought: 我已经得到了结果 → Final Answer: 中秋节9月17日距离今天11月15日已经过去了59天。4 ~ ReAct 的效果提升4.1 为什么ReAct比纯推理准确纯推理CoT的致命缺陷在于——LLM能想但不能验证。它推算出一个结果后无法确认对不对。ReAct 多了工具验证这一步大大降低了幻觉。4.2 实战建议技巧说明工具描述要精确search: 输入关键词返回搜索结果比search准确率高得多限制最大步数防止Agent进入死循环建议设置 10~15 步在Prompt中加Few-Shot示例给1~2个完整的ReAct推理示例LLM的格式遵循率会大幅提升观察LLM的思考过程Thought是你调试Agent最重要的信息源思考 总结ReAct 是让LLM用工具最成熟的方法不需要训练新模型只需要设计好Prompt模板和工具接口就能让LLM学会边思考边行动。Prompt 设计是 ReAct 的灵魂工具描述的质量直接影响Action的解析准确率。花在优化Prompt上的时间比花在优化代码上的时间更值得。Observation 不应该是 LLM 编造的很多初学者直接在Prompt里让LLM生成Observation这是错的。Observation必须是工具实际返回的结果。Few-Shot 示例能显著提升格式遵循率如果LLM输出的格式经常不对在 Prompt 开头加1~2个完整的 ReAct 示例问题通常就解决了。ReAct 反思Reflexion是目前最强的组合在执行完一轮 ReAct 后再让LLM反思刚才的推理有什么问题准确率还能再提升。ReAct 是一种设计模式不是一个代码框架。理解了它的 Thought-Action-Observation 循环你用任何语言、任何LLM都能实现。结尾各位小伙伴本文的内容到这里就全部结束了源码骑士在这里再次感谢您的阅读源码骑士 — Android Framework 全栈开发关注跟博主一起从源码视角深耕底层原理见证每一次成长❤️点赞让优质内容被更多人看见让知识传递更有力量⭐收藏把核心知识点存好在需要时随时查、随时用评论分享你的经验或疑问评论区一起交流避坑一键四连不要忘记给博主一键四连哦️寄语技术之路难免有困惑但同行的人会让前进更有方向结语ReAct 的代码不过 100 行但它背后的边思考边行动理念是理解所有Agent架构的基石。把本文的代码在你的项目里跑起来动手加一个自己的工具你就真正入门Agent开发了。不要忘记给博主一键四连哦