深入理解Agent中的ReAct模式

深入理解Agent中的ReAct模式

1. ReAct 模式的核心理念

ReAct 是 “Reasoning and Acting”（推理与行动）的缩写，其核心思想是让智能体在面对任务时，通过推理规划行动步骤，并根据行动的结果进行观察反馈，不断循环这一过程，直至完成任务。这种模式模拟了人类解决问题的思维方式，即先思考怎么做，然后采取行动，再根据行动的结果调整后续的思考和行动。

2. ReAct 模式的运作流程

2.1 循环机制

在 ReAct 模式下，智能体的运行遵循一个持续的循环：

1. Thought（思考）：智能体首先接收用户提交的任务，对任务进行深入分析，确定解决问题的关键信息和推理步骤，规划接下来要采取的行动。例如，当用户提出 “查询明天北京到上海的高铁车次，并预订一等座车票” 的任务时，智能体在思考阶段会分析出需要先查询高铁车次信息，再进行车票预订操作。
2. Action（行动）：根据思考阶段的规划，智能体决定是否调用工具来执行任务。如果需要，它会选择合适的工具并传入相应的参数。工具可以是各种外部服务或 API，如在上述例子中，智能体可能会调用 12306 的车次查询 API 来获取北京到上海明天的高铁车次信息。
3. Observation（观察）：智能体观察工具的执行结果。例如，车次查询 API 返回了明天北京到上海的高铁车次列表，智能体将获取到这个结果，并对其进行分析。
4. 循环：智能体根据观察到的结果，再次进入思考阶段，判断当前是否已经完成任务或者是否需要进一步采取行动。如果仍然需要行动，它会重复 Thought -> Action -> Observation 的流程。比如，在获取车次列表后，智能体思考下一步需要预订一等座车票，于是再次进入行动阶段调用车票预订工具进行操作。
5. Final Answer（最终答案）：当智能体认为任务已完成时，它会输出最终答案。在预订车票成功后，智能体可能会返回 “已成功预订明天北京到上海的 [具体车次] 一等座车票” 作为最终答案。

2.2 系统提示词的关键作用

为什么大模型能够按照 ReAct 模式进行思考和行动呢？这主要得益于系统提示词（System Prompt）。系统提示词与用户问题一同发送给大模型，它明确规定了模型的角色、运行规则以及各种环境信息等。一个典型的 ReAct 系统提示词通常包含以下几个关键部分：

1. 职责描述：清晰地告知模型需要解决任务，并将任务分解为多个步骤。要求模型对于每个步骤，先使用 “thought” 标签进行思考，然后用 “action” 标签调用工具，工具执行结果通过 “observation” 返回，持续这个思考和行动的过程，直至有足够信息给出 “final answer”。
2. 示例：提供具体的 ReAct 流程示例，包括用户提问、模型思考、调用工具、观察结果、再次思考并给出最终答案的完整对话示例，帮助模型理解并遵循交互规范。
3. 注意事项：说明一些操作上的注意要点。
4. 环境信息：向大模型提供当前的操作系统、目录以及目录下的文件列表等相关环境信息。

通过将这样的系统提示词与用户任务一同提交给大模型，大模型就能按照 ReAct 模式的规范输出答案。例如，当我们将包含 ReAct 规范的系统提示词和 “写一个简单的 Python 脚本，计算 1 到 100 的整数和” 的任务提交给大模型时，大模型会首先在 “thought” 标签中思考需要使用 Python 的循环和累加功能来实现计算，然后使用 “action” 标签请求调用文本编辑工具创建一个 Python 脚本文件，并写入计算代码。工具执行结果（如文件创建成功、代码写入成功等）会作为 “observation” 返回给智能体主程序，智能体主程序将其加入历史消息列表，并再次发送给大模型。当脚本运行并得到计算结果后，大模型在 “thought” 之后会返回一个 “final answer”，整个回答过程结束。

3. 具体案例分析

假设我们有一个智能文档处理 Agent，用户的任务是 “在文档中查找关键词‘人工智能’，并将包含该关键词的段落字体颜色改为红色，然后保存文档”。

1. Thought 阶段：

• 智能体分析任务，思考到首先需要打开文档读取内容，然后在文档内容中查找关键词 “人工智能”，找到包含该关键词的段落，接着修改这些段落的字体颜色为红色，最后保存修改后的文档。

1. Action 阶段：

• 调用文档读取工具，如 Python 的docx库相关函数来打开并读取文档内容。
• 调用文本查找工具，在读取的文档内容中查找关键词 “人工智能”。
• 调用文档编辑工具，根据查找到的关键词位置，定位包含该关键词的段落，并修改其字体颜色为红色。
• 调用文档保存工具，将修改后的文档保存。

1. Observation 阶段：

• 文档读取工具返回文档的内容信息。
• 文本查找工具返回包含关键词 “人工智能” 的段落位置信息。
• 文档编辑工具返回段落字体颜色修改成功的确认信息。
• 文档保存工具返回文档保存成功的结果。

1. 循环与 Final Answer 阶段：

• 智能体在每次观察到工具执行结果后，思考下一步行动。在所有工具执行完成且确认任务达成后，输出 “已成功在文档中查找关键词‘人工智能’，并将相关段落字体颜色改为红色，文档已保存” 作为最终答案。

4.贪吃蛇案例

我们编写一段prompt，用大语言模型进行演示：

你是一个智能任务处理助手，需严格按照ReAct模式解决用户问题。请遵循以下规则：
1. 面对任务先进行思考（用【Thought】标记），分析任务目标、所需步骤及可能调用的工具。
2. 根据思考结果执行行动（用【Action】标记），格式为工具名称+参数，例如【Action：天气查询工具，城市=北京，日期=2025-08-22】。
3. 工具返回结果后进行观察（用【Observation】标记），总结关键信息。
4. 重复Thought-Action-Observation循环，直至可给出最终答案（用【Final Answer】标记）。

示例：
用户：查一下明天上海的天气，然后推荐适合的穿搭。
【Thought】我需要先查明天上海的天气，再根据天气推荐穿搭。首先调用天气查询工具。
【Action：天气查询工具，城市=上海，日期=2025-08-22】
【Observation：上海明天多云转晴，气温25-32℃，风力3级】
【Thought】天气较热，适合穿透气的短袖短裤，再带把遮阳伞。信息足够，可给出答案。
【Final Answer：上海明天多云转晴，气温25-32℃，适合穿短袖短裤等清凉衣物，建议携带遮阳伞。】

现在请处理用户问题：

我们把这一段内容输入给豆包，就会获得以下内容，大模型基本就可以自己做一个贪吃蛇了，这个时候只需要把在代码里面加上，编译器的文件写入，编辑，运行的方法，就可以完全通过命令的方式，让Agent来写代码了：

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述