03-Agent 智能体开发实战指南（三）：ReAct 框架深度解析

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

系列导读：这是《Agent 智能体开发实战指南》系列的第三篇，将深入讲解 ReAct 框架——Agent 智能体的核心思考与行动模式，通过实战案例理解「思考→行动→观察」的完整循环。

1.1 核心概念

ReAct = Reasoning（推理） + Acting（行动）

ReAct 是让 Agent 像人类一样解决问题的关键框架：

GPT plus 代充 只需 145

ReAct 让 Agent 不再“直接回答”，而是“一步步解决”。

1.2 ReAct vs 直接回答

方式示例适用场景 直接回答 用户：“123×456 等于多少？” → LLM：“56088” 简单问题、LLM 已知知识 ReAct 模式 用户：“计算我的 BMI” → Agent：思考→获取体重→获取身高→计算→回答复杂问题、需要外部数据

2.1 完整循环流程

2.2 每个阶段的任务

阶段 LLM 的任务输出内容思考分析需求，评估已有信息，决定下一步自然语言推理过程行动选择合适的工具，传入正确参数工具调用请求观察解析工具返回，提取关键信息内部状态更新

3.1 场景设定

用户问：“计算我的 BMI”

问题拆解：

BMI 公式：
需要数据：体重、身高
数据来源：需要调用工具获取

3.2 工具定义

GPT plus 代充 只需 145

3.3 执行过程全记录

3.4 完整输出

GPT plus 代充 只需 145

3.5 关键观察点

思考过程透明化：每一步都有明确的思考说明
单工具调用：每次只调用一个工具，便于观察
状态累积：每次观察后，信息逐步完整
自然终止：信息足够后，直接生成答案

4.1 基础版 vs 进阶版

基础版（不推荐）：

问题：

没有指定思考方式
没有约束工具调用行为
LLM 可能直接回答，不调用工具

进阶版（推荐）：

GPT plus 代充 只需 145

4.2 system_prompt 核心要素

要素作用示例 角色定义 设定 Agent 身份 “你是严格遵循 ReAct 框架的智能体” 流程约束 规范思考方式 “必须按思考→行动→观察的流程” 工具说明 帮助 LLM 理解可用工具列出工具名和用途 输出格式 统一响应结构 “按思考、行动、观察三个结构告知” 特殊约束 针对场景的限制 “每轮仅能调用 1 个工具”

5.1 场景：旅行规划助手

用户问题：“我想去深圳玩 3 天，帮我规划一下”

需要的工具：

- 查询天气
- 查询酒店
- 查询景点
- 查询交通

ReAct 流程：

5.2 代码实现

GPT plus 代充 只需 145

6.1 条件分支处理

场景：根据工具返回结果决定下一步行动

实现方式：

在 system_prompt 中说明条件逻辑
训练 LLM 理解“如果…那么…”的推理

6.2 错误恢复

场景：工具调用失败时的处理

GPT plus 代充 只需 145

system_prompt 建议：

6.3 提前终止

场景：信息已足够，无需继续调用工具

GPT plus 代充 只需 145

7.1 打印完整执行轨迹

7.2 常见问题与解决

问题现象解决方案 跳过思考 Agent 直接调用工具在 prompt 中强调思考步骤 无限循环 反复调用同一工具添加“避免重复调用”约束 工具选择错误 调用不相关的工具优化工具 description 参数错误 传入错误参数类型在 description 中明确参数格式

7.3 性能优化

问题：ReAct 循环次数过多，响应慢

优化策略：

限制最大循环次数：

GPT plus 代充 只需 145

并行调用独立工具：

缓存工具结果：

GPT plus 代充 只需 145

核心要点

ReAct 循环：思考→行动→观察→再思考
透明化思考：让 Agent 输出推理过程，便于调试和信任
system_prompt 设计：明确角色、流程、约束、格式
错误处理：工具失败时的恢复策略
提前终止：信息足够时直接回答

下章预告

下一篇我们将讲解 流式输出与状态管理，学习：

stream_mode 的各种模式详解
如何实时展示 Agent 思考过程
状态快照与调试技巧
生产环境的流式处理

Agent 智能体开发实战指南（一）：从 LLM 到 Agent 的认知升级
Agent 智能体开发实战指南（二）：工具调用系统深度解析
Agent 智能体开发实战指南（三）：ReAct 框架深度解析（本文）
Agent 智能体开发实战指南（四）：流式输出与状态管理
Agent 智能体开发实战指南（五）：中间件系统与动态提示词
Agent 智能体开发实战指南（六）：RAG 与向量存储实战
Agent 智能体开发实战指南（七）：项目架构设计与工程化实践
Agent 智能体开发实战指南（八）：UI 集成与生产部署

本文是《Agent 智能体开发实战指南》系列的第三篇，下一篇将深入讲解流式输出与状态管理。