Agent学习-ReAct框架
ReAct 框架学习笔记
一、什么是 ReAct？
ReAct（Reasoning and Acting）是一种将**推理（Reasoning）和行动（Acting）**相结合的 AI Agent 框架。它让大语言模型能够：
- 通过思考来分析问题
- 调用外部工具获取信息
- 基于观察结果继续推理
- 最终得出答案
核心思想：Think → Act → Observe → Think → …
二、ReAct 的工作流程
2.1 核心循环
1. Thought（思考）：分析当前问题，规划下一步 2. Action（行动）：调用工具或输出答案 3. Observation（观察）：获取工具执行结果 4. 重复 1-3，直到得出最终答案2.2 实现架构
classReActAgent:-llm_client:大语言模型客户端-tool_executor:工具执行器-max_steps:最大迭代步数-history:历史记录（Action+Observation）三、关键技术细节
3.1 提示词设计
关键要素：
- 当前时间：让模型知道当前日期，避免搜索过时信息
- 工具列表：明确可用工具及其用法
- 格式规范：严格定义 Thought/Action 输出格式
- 历史记录：提供之前的 Action-Observation 对
示例：
当前时间：2026年03月15日 可用工具： - Search[query]: 网页搜索 格式： Thought: 你的思考 Action: Tool[input] 或 Finish[答案] Question: 华为最新的手机是什么？ History: [之前的交互记录]3.2 输出解析
三个关键解析函数：
_parse_output(text): 从 LLM 响应中提取 Thought 和 Action_parse_action(action_text): 解析 Action 格式ToolName[input]_parse_action_input(action_text): 提取 Action 的输入参数
注意事项：
- 需要处理 LLM 输出的格式变化（如反引号）
- 使用正则表达式进行鲁棒解析
- 支持
re.DOTALL处理多行输入
3.3 历史记录管理
每次工具调用后，将 Action 和 Observation 追加到历史：
self.history.append(f"Action:{action}")self.history.append(f"Observation:{observation}")这让模型能够基于之前的结果继续推理。
四、实际案例分析
4.1 问题：华为最新的手机是什么？
执行过程：
第 1 步：
- Thought: 需要搜索最新信息，我的知识可能过时
- Action:
Search[华为最新手机型号 2026年] - Observation: 返回华为 Mate X6、Pura 系列等信息
第 2 步：
- Thought: 需要确认 Mate X6 的详细配置和卖点
- Action:
Search[华为Mate X6 2026年 主要卖点 配置] - Observation: 获取折叠屏、电池、摄像头等详细信息
第 3 步：
- Thought: 已收集足够信息，可以回答
- Action:
Finish[华为最新手机是 Mate X6...]
4.2 关键改进点
问题：模型搜索时带了错误年份（2023）
原因：
- 提示词中没有提供当前时间
- 模型使用了训练数据的截止日期
解决方案：
current_date=datetime.now().strftime("%Y年%m月%d日")prompt=REACT_PROMPT_TEMPLATE.format(current_date=current_date,# 关键：注入当前时间tools=tools_desc,question=question,history=history_str)五、ReAct 的优势
✅ 1. 可解释性强
- 每一步都有明确的 Thought（思考过程）
- 用户可以看到 Agent 的推理链路
- 便于调试和优化
✅ 2. 灵活性高
- 可以动态调用多种工具
- 支持多步推理和信息整合
- 适应复杂的多步骤任务
✅ 3. 容错能力
- 通过历史记录纠正错误
- 可以根据 Observation 调整策略
- 支持重试和备选方案
✅ 4. 易于扩展
- 添加新工具只需注册到 ToolExecutor
- 提示词模板可灵活调整
- 支持不同的 LLM 后端
✅ 5. 实时信息获取
- 通过搜索工具获取最新数据
- 突破 LLM 知识截止日期限制
- 适合需要实时信息的场景
六、ReAct 的缺点
❌ 1. Token 消耗大
- 每步都需要完整的提示词（工具列表 + 历史记录）
- 历史记录随步数增长而膨胀
- 成本随迭代次数线性增长
示例：
第1步：提示词 1000 tokens 第2步：提示词 1000 + 历史 200 = 1200 tokens 第3步：提示词 1000 + 历史 400 = 1400 tokens❌ 2. 响应速度慢
- 每步都需要调用 LLM（串行执行）
- 无法并行处理独立任务
- 多步推理导致总延迟高
❌ 3. 依赖 LLM 能力
- 弱模型可能无法正确遵循格式
- 输出解析容易失败（格式不规范）
- 需要强大的推理能力才能有效规划
❌ 4. 容易陷入循环
- 可能重复执行相同的 Action
- 缺乏全局规划能力
- 需要设置 max_steps 防止无限循环
❌ 5. 工具调用开销
- 每次工具调用都有网络延迟
- 搜索 API 可能有速率限制
- 工具失败会浪费一个步数
❌ 6. 提示词工程复杂
- 需要精心设计格式规范
- 不同模型可能需要不同的提示词
- 难以处理边界情况（如模型输出反引号）
七、优化建议
7.1 减少 Token 消耗
- 压缩历史记录（只保留关键信息）
- 使用更小的模型处理简单步骤
- 实现历史记录摘要机制
7.2 提升响应速度
- 使用流式输出（边生成边解析）
- 缓存常用工具结果
- 并行调用独立工具
7.3 增强鲁棒性
- 添加输出格式校验和重试机制
- 检测循环并主动打破
- 提供更多示例（Few-shot）
7.4 改进规划能力
- 在开始前生成完整计划
- 使用更强的模型（如 GPT-4）
- 结合其他框架（如 Plan-and-Execute）
八、总结
ReAct 是一个简单但强大的 Agent 框架，特别适合：
- 需要多步推理的复杂任务
- 需要调用外部工具的场景
- 需要可解释性的应用
但要注意其成本和速度问题，在生产环境中需要权衡：
- 任务复杂度 vs Token 成本
- 响应速度 vs 推理质量
- 通用性 vs 针对性优化
适用场景：
- ✅ 信息检索和整合
- ✅ 数据分析和报告生成
- ✅ 客服和问答系统
- ✅ 研究助手和知识探索
不适用场景：
- ❌ 实时性要求极高的应用
- ❌ 简单的单步任务
- ❌ 成本敏感的大规模部署
- ❌ 需要精确控制的确定性任务