核心思想：观察 - 思考 - 行动

ReAct = Reasoning（推理）+ Acting（行动）
说白了，就是让 AI 一边想一边做，而不是想完了再做。

🔄 ReAct Agent 的工作方式

ReAct Agent 的工作方式其实挺像人类解决问题的过程。它不是一次性把整个流程都规划好，而是在有一个整体目标的前提下，走一步看一步：

观察 → 思考 → 行动 → 再观察 → 再思考 → 再行动 → ... → 任务完成

🚗 类比理解

💡 比如去一家没去过的咖啡店：

• 传统方式：提前查好所有转弯路口
• ReAct 方式：走到路口看路牌，再决定左转还是右转

📋 实际例子：查天气 + 穿衣建议

任务：帮我查"北京今天天气怎么样，适合穿什么衣服"

ReAct 执行流程

1. 观察：看到用户的问题，历史上下文为空
2. 思考："我需要知道北京今天的天气" （思考是可选输出，类似人的内化思考）
3. 行动：调用天气查询工具，查询 "北京今天天气"
4. 观察：获取到天气数据：温度 25°C，晴天，湿度 60%，风速 3m/s
5. 思考："现在我知道天气了，需要查询穿衣建议知识库"
6. 行动：调用穿衣建议知识库工具，查询 "25度晴天适合穿什么衣服"
7. 观察：获取建议：短袖 T 恤/薄长袖 + 薄外套 + 帽子 + 防晒霜
8. 思考："我已获取完整信息，应该写入文件保存"
9. 行动：调用 writeToFile 工具，将完整建议写入文件
10. 观察：建议已写入到文件 weather_suggestion.md

✨ 整个过程是 观察 - 思考 - 行动 - 再观察 的循环，每一步都根据当前上下文动态决策。

❓ 为什么需要 ReAct？

⚠️ 代价：行为可预测性略低，偶尔可能"犯傻"
✅ 收益：处理复杂、不确定任务时，灵活性和鲁棒性显著提升

⚙️ ReAct 是怎么实现的？

关键要素

💡 注：实际输出中 think 过程通常是隐藏的，最终表现形式为 toolcall

📊 执行流程示例（表格版）

任务：帮我查一下北京今天天气怎么样，适合穿什么衣服

🎯 核心提示词模板

已知：
当前历史上下文：{history}
当前环境信息：{env_info}
用户目标："{user_goal}"

做出下一步的决策：
你必须最少使用一个工具来实现该决策。

🔁 从这个例子可以看出：ReAct 不是一开始就知道所有步骤，而是根据每轮观察结果动态决策。如果 Round 1 搜索失败，它可能尝试其他关键词或换策略——这种灵活性正是 ReAct 的核心优势。

💻 伪代码：ReAct 执行逻辑

单轮执行函数

def 执行一个轮次(用户目标, 历史上下文):
    # 1. 获取当前环境信息
    当前环境信息 = 获取当前环境信息()
    
    # 2. 构建提示词（替换占位符）
    提示词模板 = """
    已知：
    当前历史上下文：{history}
    当前环境信息：{env_info}
    用户目标："{user_goal}"
    
    做出下一步的决策：
    你必须最少使用一个工具来实现该决策
    """
    完整提示词 = 提示词模板.format(
        history=历史上下文,
        env_info=当前环境信息,
        user_goal=用户目标
    )
    
    # 3. 调用 LLM 进行推理（思考过程隐藏，直接输出 toolcall）
    下一步工具调用决策 = 调用语言模型(完整提示词, 历史上下文)
    
    # 4. 解析工具调用
    工具名称 = 解析工具名称(下一步工具调用决策)
    工具参数 = 解析工具参数(下一步工具调用决策)
    
    # 5. 执行工具调用
    观察结果 = 执行工具(工具名称, 工具参数)
    
    # 6. 更新历史上下文
    新历史上下文 = 追加到历史上下文(历史上下文, {
        "行动": 工具调用结果,
        "观察结果": 观察结果
    })
    
    # 7. 返回结果
    return {
        "观察结果": 观察结果,
        "新历史上下文": 新历史上下文
    }

主循环流程

def 执行 ReAct 流程(用户目标, 最大轮次=10):
    历史上下文 = ""
    当前轮次 = 1
    
    while 当前轮次 <= 最大轮次:
        结果 = 执行一个轮次(用户目标, 历史上下文)
        历史上下文 = 结果["新历史上下文"]
        
        # 判断任务是否完成（可由 LLM 或规则判断）
        if 判断任务已完成(结果["观察结果"]):
            break
            
        当前轮次 += 1
    
    return 历史上下文

✅ 总结：ReAct 的本质是让 Agent 具备 "边推理、边行动、边调整" 的能力，通过 观察→思考→行动 的闭环循环，在复杂、动态、不确定的真实场景中实现更鲁棒、更智能的任务执行。