从零搭建 ReAct 智能体：打造具备思考与行动能力的自动化客服机器人

一、前言

大语言模型的快速普及，让智能对话机器人走进各行各业。但在实际业务落地过程中，两类传统方案都暴露出难以规避的短板：纯文本对话机器人只能依赖模型内置知识回答问题，面对订单、库存这类实时业务数据时极易产生内容虚构，也就是常说的 “模型幻觉”；而传统自动化脚本只能匹配固定指令执行任务，缺少自主理解用户自然语言需求的能力，一旦用户改变提问句式，程序就会失效。

ReAct（Reasoning + Acting）智能体范式，完美平衡了逻辑推理与工具调用两大能力。该框架在 2022 年被正式提出，核心创新就是构建 “思考 — 执行 — 反馈” 的闭环迭代机制。智能体先通过推理规划执行步骤，再调用外部工具完成真实业务操作，最后利用工具返回的结果修正后续决策，让每一步推理都建立在客观事实之上。

本文将以电商在线客服为应用场景，使用纯 Python 代码搭建一套轻量化 ReAct 智能客服 Agent。项目包含订单查询、库存核对、邮件推送三项实用工具，完整记录每一轮推理轨迹并自动生成可视化决策链路。整个项目不依赖任何大模型接口，仅使用 Python 内置库即可运行，非常适合智能体入门学习者完成理论验证与工程实践。

二、ReAct 智能体核心机制解析

2.1 现有技术方案的缺陷

在 ReAct 框架出现之前，LLM 应用开发主要分为两条技术路线，二者都存在明显短板：

1. 纯推理路线（思维链 CoT）思维链提示词能够引导大模型完成多步骤逻辑推演，擅长处理复杂文字推理、数学计算类任务。但该方案存在一个致命问题：模型无法访问外部数据库与业务接口，只能依靠训练阶段学习到的静态知识作答。面对动态变化的订单、商品库存数据，模型没有办法获取真实信息，只能凭空编造内容，完全无法应用于电商、运维等强时效性业务场景。

2. 纯执行路线（固定脚本）这类程序可以直接对接数据库、邮件服务等外部工具，能够稳定执行真实业务操作。但是程序不具备语义理解能力，只能依靠关键词精准匹配来触发动作。用户一旦灵活变换话术，程序就无法识别需求，缺少任务拆解、自主纠错的智能性，灵活性极差。

2.2 ReAct 循环：思考与行动双向协同

ReAct 框架把推理和工具调用紧密结合，形成闭环迭代体系：思考用来制定行动方案，行动产生的观测结果反过来约束思考内容，实现二者相互驱动。一轮完整迭代分为三个核心环节：

1. Thought（思考环节）：智能体对用户的自然语言需求进行语义分析，拆解任务目标，选定下一步需要调用的工具与对应参数，对应代码中的think推理函数。
2. Action（行动环节）：严格按照思考得出的结论，调用外部工具发起业务操作，本项目中对应订单查询、库存查询、发送邮件三项动作。
3. Observation（观察环节）：接收工具执行完毕后返回的真实业务数据，将这条信息存入对话历史，作为下一轮思考的事实依据。

智能体会持续循环执行上述三步，不断推进任务进度，直到在思考环节判定任务已经圆满完成，才终止循环并输出最终回复。这套运行机制带来了极强的协同效应：推理避免了工具盲目调用，外部真实反馈又从根源上抑制了模型幻觉问题。

2.3 数学形式化描述

从数学模型来看，智能体会保存历史所有轮次的行动与观测记录：(a1​,o1​),(a2​,o2​),…,(at−1​,ot−1​)。基于历史上下文，模型生成当前轮次的思考内容与执行动作： (tht​,at​)=π(qt​,(a1​,o1​),…,(at−1​,ot−1​)) 紧接着外部环境执行动作at​，返回全新的观测结果ot​，把新记录追加到历史轨迹中，开启新一轮迭代。

三、项目整体架构设计

3.1 模块拆分

为了保证代码结构清晰、易于后续扩展，本项目被拆分为三大独立模块，严格对应 ReAct 的运行流程：

1. 决策轨迹日志模块：负责结构化保存每一轮循环的轮次序号、思考内容、执行动作、调用参数与观测结果，同时提供格式化打印功能，直观展示完整决策链路。
2. 业务工具封装模块：统一封装所有外部能力，内置模拟业务数据库，提供订单查询、库存查询、邮件发送接口，预留扩展入口，可以无缝对接真实 MySQL 数据库与邮件服务。
3. 智能 Agent 主体模块：作为整个项目的运行引擎，负责驱动 “思考 — 行动 — 观察” 循环，搭建多轮对话交互窗口，在对话结束后统一输出完整推理日志。

3.2 业务功能清单

本次电商客服智能体一共实现三项基础业务能力：

• 订单查询：接收订单编号，查询对应商品名称、采购数量与物流发货状态；
• 库存查询：输入商品名称，读取当前仓库实时剩余库存；
• 邮件通知：将用户的业务咨询内容整理为文本，自动发送至指定邮箱。

3.3 运行环境说明

本项目全程仅使用 Python 标准内置库，无需通过 pip 安装第三方包，Python3.7 及以上版本即可直接运行：

• dataclasses：构建结构化数据实体，规范保存每一轮决策记录；
• typing：补充变量类型注解，提升代码规范性与可读性；
• time：添加短暂延时，模拟真实网络接口的请求耗时。

四、核心代码编写与逐段解读

4.1 轨迹日志模块：记录每一轮 ReAct 迭代

为了完整还原智能体的决策全过程，我们首先定义数据实体类DecisionRecord，把一轮循环中的全部信息进行结构化存储。配套日志管理类DecisionLogger，实现记录新增与格式化打印，输出样式和实验运行结果保持一致。

python

运行

from dataclasses import dataclass from typing import Dict, List @dataclass class DecisionRecord: round_id: int # 对话轮次 thought: str # 智能体思考内容 action: str # 待执行工具动作 action_params: Dict # 工具调用参数 observation: str # 工具返回观测结果 class DecisionLogger: def __init__(self): self.records: List[DecisionRecord] = [] def add_record(self, round_id: int, thought: str, action: str, params: Dict, observation: str): record = DecisionRecord(round_id, thought, action, params, observation) self.records.append(record) def visualize(self): # 严格对齐控制台输出格式 print("\n==== Agent 完整思考-行动决策链路 ====") for item in self.records: print(f"\n【第{item.round_id}轮】") print(f"💡思考(Thought): {item.thought}") print(f"⚙行动(Action): {item.action}") print(f"📎参数(Params): {item.action_params}") print(f"📄观察(Observation): {item.observation}") print("====================================")

日志模块实现了全流程溯源，每一次工具调用的前因后果都会被完整留存，既可以用来调试智能体的决策逻辑，也可以把日志导出为文件，用于后续大模型微调训练。

4.2 业务工具模块：统一封装外部能力

我们把三项业务能力封装到工具类中，使用字典模拟业务数据库，同时设计统一的工具分发入口，后续新增功能只需要在此处扩展，上层循环逻辑无需改动。

python

运行

import time from typing import Any, Dict class CustomerServiceTools: def __init__(self): # 模拟电商业务数据库 self.order_db = { "01001": {"status": "已发货", "goods": "无线鼠标", "num": 2}, "O1002": {"status": "待发货", "goods": "机械键盘", "num": 1} } self.stock_db = { "无线鼠标": 156, "机械键盘": 23 } def query_order(self, order_no: str) -> str: time.sleep(0.2) if order_no in self.order_db: info = self.order_db[order_no] return f"订单{order_no}：商品{info['goods']}，数量{info['num']}，状态{info['status']}" else: return f"未查询到订单号 {order_no}" def query_stock(self, product_name: str) -> str: time.sleep(0.2) stock = self.stock_db.get(product_name, 0) return f"商品【{product_name}】当前库存：{stock}件" def send_email(self, receiver: str, content: str) -> str: time.sleep(0.3) return f"邮件已发送至 {receiver}，内容摘要：{content[:20]}..." def run_tool(self, tool_name: str, params: Dict[str, Any]) -> str: # 统一工具路由分发 if tool_name == "query_order": return self.query_order(params["order_no"]) elif tool_name == "query_stock": return self.query_stock(params["product_name"]) elif tool_name == "send_email": return self.send_email(params["receiver"], params["content"]) else: return f"不存在工具：{tool_name}"

工具层与智能体推理层完全解耦，如果后续要对接线上业务，只需要修改这部分代码，把内存字典替换为 MySQL 查询语句，把模拟邮件替换为 SMTP 真实推送，代码复用性极高。

4.3 Agent 主体：驱动 ReAct 循环引擎

这是整个项目的核心运行引擎，包含三大核心方法：

1. think()：对应 ReAct 的 Thought 环节，解析用户输入，输出下一步动作与参数；
2. run_agent()：完成一轮完整闭环：思考→执行工具→获取观测→写入日志；
3. chat_loop()：搭建控制台多轮对话窗口，输入 quit 结束对话并打印全部决策日志。

python

运行

class ServiceAgent: def __init__(self): self.tools = CustomerServiceTools() self.logger = DecisionLogger() self.round = 0 def think(self, user_input: str): self.round += 1 user_text = user_input.strip() # 关键词匹配推理，可无缝替换为大模型调用 if "订单" in user_text and "01001" in user_text: thought = "用户想要查询01001订单，我需要调用query_order工具，传入订单号01001" action = "query_order" params = {"order_no": "01001"} elif "库存" in user_text and "机械键盘" in user_text: thought = "用户询问机械键盘库存，调用query_stock工具" action = "query_stock" params = {"product_name": "机械键盘"} elif "发邮件" in user_text: thought = "用户要求发送邮件，调用send_email工具" action = "send_email" params = { "receiver": "3105469252@qq.com", "content": user_text } else: thought = "无需调用工具，直接文字回复用户" action = "reply_direct" params = {} return thought, action, params def run_agent(self, user_message: str) -> str: # 一轮完整的ReAct闭环 thought, action, params = self.think(user_message) if action == "reply_direct": obs = "暂时无法识别您的请求，请提供订单号或商品名称" else: obs = self.tools.run_tool(action, params) # 保存本轮决策轨迹 self.logger.add_record( round_id=self.round, thought=thought, action=action, params=params, observation=obs ) return obs def chat_loop(self): print("智能客服Agent已启动，输入quit结束对话") while True: user_msg = input("\n用户：") if user_msg.lower() == "quit": break result = self.run_agent(user_msg) print(f"客服回复：{result}") # 退出对话后可视化全部决策链路 self.logger.visualize() if __name__ == "__main__": agent = ServiceAgent() agent.chat_loop()

当前think函数使用关键词匹配完成推理，属于简化教学版本。后续只需要把这段逻辑替换为大模型调用 + 文本解析，就能升级为具备自主语义理解能力的 LLM 智能体，完全贴合 ReAct 原生设计思想。

五、程序运行结果与效果分析

5.1 多轮对话交互效果

运行程序后，控制台开启对话交互窗口，依次执行三次业务请求，最终输入 quit 终止程序：

plaintext

智能客服Agent已启动，输入quit结束对话 用户：帮我查一下订单01001 客服回复：订单01001：商品无线鼠标，数量2，状态已发货 用户：查一下机械键盘库存 客服回复：商品【机械键盘】当前库存：23件 用户：发邮件把订单信息发给3105469252@qq.com 客服回复：邮件已发送至 3105469252@qq.com，内容摘要：发邮件把订单信息发给3105469252... 用户：quit

三轮对话对应三次独立的 ReAct 循环，每一轮都严格走完 “思考 — 行动 — 观测” 完整流程。

5.2 决策链路可视化日志

对话结束后，程序自动输出三轮完整的思考行动轨迹，和实验截图保持完全一致：

plaintext

==== Agent 完整思考-行动决策链路 ==== 【第1轮】 💡思考(Thought): 用户想要查询01001订单，我需要调用query_order工具，传入订单号01001 ⚙行动(Action): query_order 📎参数(Params): {'order_no': '01001'} 📄观察(Observation): 订单01001：商品无线鼠标，数量2，状态已发货 【第2轮】 💡思考(Thought): 用户询问机械键盘库存，调用query_stock工具 ⚙行动(Action): query_stock 📎参数(Params): {'product_name': '机械键盘'} 📄观察(Observation): 商品【机械键盘】当前库存：23件 【第3轮】 💡思考(Thought): 用户要求发送邮件，调用send_email工具 ⚙行动(Action): send_email 📎参数(Params): {'receiver': '3105469252@qq.com', 'content': '发邮件把订单信息发给3105469252@qq.com'} 📄观察(Observation): 邮件已发送至 3105469252@qq.com，内容摘要：发邮件把订单信息发给3105469252... ====================================

从日志可以清晰看到每一轮循环的因果关系：思考内容决定了工具调用动作，工具返回的观测结果作为本轮闭环的终点，同时存入历史上下文，为下一轮推理提供事实依据。整个执行流程严格遵循 ReAct 范式理论，实现了推理与行动双向联动。

5.3 项目实践价值总结

1. 理论落地价值：将抽象的智能体循环理论拆解为可运行的代码，把 Thought、Action、Observation 三个抽象概念拆分为独立函数，打通了理论知识与工程开发之间的壁垒，非常适合实训课程作业。
2. 业务落地价值：搭建了轻量化客服 Agent 框架，推理层与工具层完全解耦，既可以作为教学 Demo，也可以快速改造对接企业真实业务接口，落地电商售前咨询、工单自动处理等场景。
3. 极强的扩展能力：关键词推理模块可以无缝替换为 OpenAI、通义千问、本地开源大模型，升级为具备自主规划、多轮纠错能力的 LLM 智能体。后续还可以新增退款审核、物流查询等更多工具，持续拓宽 Agent 的能力边界。

六、项目后续优化拓展方案

6.1 接入大模型实现原生 ReAct 自主推理

当前项目依靠关键词匹配完成决策，属于简化版本。下一阶段可以接入大语言模型，编写 ReAct 专用提示词，让模型自主输出 Thought 与 Action 内容，再通过正则表达式解析出工具名称和入参，彻底摆脱固定关键词的限制，打造真正自主决策的智能体。

6.2 对接真实业务数据源

将内存字典替换为 MySQL 数据库，实时读取线上订单与库存数据；改造邮件工具，对接 SMTP 协议实现真实邮件推送，让智能体具备线上生产环境交付能力。

6.3 增加上下文记忆能力

把每一轮的思考、行动、观测全部存入对话上下文，支持跨轮次任务联动。例如用户第一轮查询订单，第二轮直接要求发送本条订单信息，Agent 可以自动读取上一轮观测结果，无需用户重复填写订单号。

6.4 搭建 Web 可视化页面

基于 Flask 开发简易网页前端，将控制台的决策日志渲染成时序流程图，在线实时展示 Agent 每一步思考与工具调用过程，把纯文本日志升级为动态可视化页面，更适合课程答辩与项目演示。

七、总结

ReAct 是 LLM 智能体开发的基础框架，它有效解决了大语言模型 “只能空想，无法落地业务” 的痛点，将逻辑推理与外部工具调用紧密绑定。本文以电商智能客服为落地场景，完整实现了轻量化 ReAct 智能 Agent，从日志记录、工具封装到循环引擎层层拆解，每一段代码都对应范式中的理论环节。

对于智能体初学者而言，先完成这套无大模型依赖的规则版 ReAct 循环，能够透彻理解思考、行动、观察三者之间的迭代关系，再去对接大模型做自主推理，学习门槛会大幅降低。在企业项目开发中，这种分层解耦的代码架构拥有极高的复用性，可以快速迁移到运维机器人、办公自动化助手、数据自动查询等各类 Agent 开发项目中。