文章目录
- 1. 写在最前面
- 2. ReActAgent 浅析
- 2.1 什么是 ReAct
- 2.2 为什么无需设置 prompt
- 3. ReActAgent 的核心机制
- 3.1 ReAct 循环：推理与行动的交替
- 3.2 为什么需要多轮推理？
- 3.3 错误处理与自我修正
- 4. ReActAgent 的使用场景
- 4.1 适合场景
- 4.2 不适合的场景
- 5. 碎碎念
- 6. 参考资料：
1. 写在最前面
趁着假期前，继续学习一下之前没有深入理解的 ReActAgent 的工作原理。果然假期马上就可以出去玩的想法会让人心猿意马。（ps ： 但是今天晚上还是要继续去锻炼的……
2. ReActAgent 浅析
2.1 什么是 ReAct
ReAct 这个名字很有意思，它其实是Reasoning（推理）和Acting（行动）两个词的组合。这个命名本身就揭示了 ReActAgent 的核心思想：通过推理来决定行动，通过行动的结果来指导下一步推理。
具体代码示例：
frombeeai_framework.agents.reactimportReActAgentfrombeeai_framework.backendimportChatModelfrombeeai_framework.memoryimportUnconstrainedMemoryfrombeeai_framework.tools.codeimportPythonTool,SandboxTool# ReActAgent 的创建非常简单agent=ReActAgent(llm=ChatModel.from_name("ollama:granite3.3:8b"),tools=[python_tool,sandbox_tool],memory=UnconstrainedMemory())从代码来看，ReActAgent 的 API 非常简洁，只需要提供 LLM、工具列表和内存管理即可。但简洁的背后，隐藏着强大的自主决策能力。
注：思考一下理论上 LLM 都需要提供特定的 prompt 才能够让 LLM 按照预期返回，但是上面的 ReActAgent 木有要求设置
2.2 为什么无需设置 prompt
答案是因为，ReActAgent 需要 LLM 严格按照 ReAct 格式输出：
Thought: → 思考过程
Action: → 选择的工具
Action Input: → 工具输入
Observation: → 工具执行结果
Final Answer: → 最终答案
这个格式是固定的，必须由框架内置的 Prompt 模板来保证。
3. ReActAgent 的核心机制
3.1 ReAct 循环：推理与行动的交替
ReActAgent 的核心是一个循环过程，每次循环都包含以下几个步骤：
- Thought（思考）：Agent 分析当前情况，思考下一步应该做什么
- Action（行动）：根据思考结果，选择并调用合适的工具
- Action Input（行动输入）：为选定的工具提供输入参数
- Observation（观察）：观察工具执行的结果
- Final Answer（最终答案）：如果任务完成，提供最终答案；否则继续下一轮循环
这个循环过程可以用下面的流程图表示：
用户问题 ↓ [Thought] → 分析问题，决定需要什么工具 ↓ [Action] → 选择工具（如 PythonTool） ↓ [Action Input] → 提供工具输入（如 Python 代码） ↓ [Observation] → 观察执行结果 ↓ [Thought] → 分析结果，决定下一步 ↓ ├─→ 如果任务完成 → [Final Answer] └─→ 如果未完成 → 继续循环举例本地的调用如下：
3.2 为什么需要多轮推理？
很多复杂任务无法一次性完成，需要多轮推理。举个例子：
用户问题：“计算 1 到 100 的平方和，然后找出所有大于 1000 的平方数”
这个任务需要：
- 第一轮：计算 1 到 100 的平方和
- 第二轮：根据第一轮的结果，找出所有大于 1000 的平方数
如果使用RequirementAgent，开发者需要预先定义这两步的执行顺序。但如果使用ReActAgent，Agent 可以自主决定：
- 先执行第一步
- 观察结果
- 根据结果决定是否需要执行第二步
- 如果第一步的结果已经足够，可能直接给出答案
这种灵活性在处理复杂、动态的任务时特别有用。
3.3 错误处理与自我修正
ReActAgent 的另一个强大之处在于它的错误处理能力。当工具执行失败时，Agent 可以：
- 分析错误原因：通过 Observation 观察错误信息
- 推理修复方案：在下一轮 Thought 中分析如何修复
- 尝试修复：调用工具进行修复或重试
# 示例：Agent 执行代码时遇到错误# Round 1:# Thought: 需要计算 10/0# Action: PythonTool# Action Input: result = 10 / 0# Observation: ZeroDivisionError: division by zero# Round 2:# Thought: 出现了除零错误，需要添加错误处理# Action: PythonTool# Action Input:# try:# result = 10 / 0# except ZeroDivisionError:# result = "Cannot divide by zero"# Observation: 代码执行成功，result = "Cannot divide by zero"这种自我修正的能力，让 ReActAgent 能够处理一些不可预见的错误情况。
4. ReActAgent 的使用场景
4.1 适合场景
代码执行和计算
动态生成和执行代码
代码解释器（Code Interpreter）
数学计算和数据分析
复杂问题求解
需要多步推理的任务
步骤间有依赖关系的任务
例如：分析 CSV → 找出最高销售额类别 → 计算平均利润率
交互式任务
需要根据结果调整策略
需要多轮迭代和修正
例如：写代码 → 测试 → 修复错误 → 再测试
错误恢复
需要处理不确定性和错误
能够自我修正和重试
动态错误处理
4.2 不适合的场景
严格流程控制：需要精确控制每一步执行
简单工具调用：只需一次或少量工具调用
LLM 不支持：LLM 输出格式不符合 ReAct 要求
5. 碎碎念
发现关于 AI 的很多不理解，其实是因为同一个意思有多种的表达方式，比如下面这几个，其实是类似同义词来着。
| 人类 | 大模型 |
|---|---|
| 大脑：思考、推理、决策 | LLM 推理能力：理解、分析、决策 |
| 小脑：协调动作、执行操作 | 工具调用能力：调用工具、执行操作 |
| 记忆：存储知识、经验 | RAG：检索知识库、增强回答 |
所以说，再讨论问题之前还是得先统一概念。
你有没有想过，从公元前 221 年秦朝建立到如今，这看似漫长的 2245 年，其实也不过是麦子熟了 2245 回。
其实 1978 年宣布改革开放时，距离清朝灭亡也才过去66年。
如果一个人的生命有 70 年，那么 2245 年，也只是 32 个人生死相接的一生。
我们总是被一些大词裹挟，沉迷于一些宏大叙事、空洞概念，其实不如实在一点，想想这短暂的一生，到底要为什么而活。
注：参考 普通人的一生应该是怎样的？
6. 参考资料：
万字长文！从零开始构建你的第一个 ReAct Agent
别让米其林主厨削土豆，英伟达用“小脑指挥大脑”，重构AGI生产力
