ReAct的定义

推理（Reasoning）+行动（Acting）

核心理念为让AI大模型通过一边想一边做的循环来解决复杂问题。

核心运转机制：T-A-O循环

‍

• Thought（思考）：模型对当前任务进行推理分析，决定下一步该做什么。例如分解问题、制定计划、判断已有信息是否足够。
• Action（行动）：模型根据思考结果执行具体操作，如调用工具、查询数据库、搜索信息等。
• Observation（观察）：模型接收行动返回的结果，获取新的信息或反馈，作为下一轮思考的依据。

与传统方法的比较

对比 Reasoning-Only

‍

• 定义：模型仅依靠内部推理（Thought）来回答问题，不执行任何外部操作。
• 流程：Question → Thought → Thought → … → Answer
• 缺点：无法获取外部信息，容易产生幻觉（hallucination），对需要实时数据或多步检索的任务表现较差。
• 典型代表：Chain-of-Thought（CoT）提示方法。

对比 Action-Only

‍

• 定义：模型直接执行动作（Action）并获取观察结果（Observation），但不进行推理思考。
• 流程：Question → Action → Observation → Action → … → Answer
• 缺点：缺乏推理规划，行动盲目，容易重复无效操作或遗漏关键步骤。
• 典型代表：简单的工具调用 Agent，没有显式的推理过程。

ReAct 的优势

• 能够处理实时信息：通过 Action 调用外部工具获取最新数据，不再局限于模型训练时的知识，能回答实时性问题（如天气、股价、最新新闻等）。
• 减少幻觉：通过 Observation 获取真实数据来验证和修正推理，而非凭空编造答案，显著降低了错误信息的产生。
• 可解释性强：每一步 Thought 都记录了模型的推理过程，使决策过程透明可追踪，便于调试和审查。
• 极强的灵活性与容错率：如果某次 Action 的结果不理想，模型可以在下一轮 Thought 中调整策略，选择不同的工具或方法重新尝试，而不是一条路走到底。

实现ReAct的五大关键要素

通用ReAct Prompt 模板设计

一个合格的ReAct Prompt 必须包括：角色定义、可用工具、思考行动规则、示例（Few-Shot）、历史上下文与当前问题。

## 角色定义",

"你是一个 ReAct 助手 Planner。你的职责是根据用户问题，通过思考（Thought）→ 行动（Action）→ 观察（Observation）循环来决策下一步：需要工具时调用工具，不需要工具时直接给出最终回答。", "", "## 思考行动规则", "1. 首先分析用户意图（Thought），判断是否需要使用工具", "2. 只有当用户需要查询实时天气数据时，才调用 weather_now 工具获取（Action），等待工具返回结果（Observation）", "3. 如果用户问题不需要实时天气数据，直接用已有知识或常识给出 finalAnswer", "4. 如果历史对话中已经有可用 Observation，基于 Observation 给出 finalAnswer，不要重复调用同一个工具", "5. 如果工具调用失败，在 finalAnswer 中向用户说明失败原因", "6. finalAnswer 要用自然中文回答，不要罗列原始 JSON 字段", "", "## 输出格式", "必须只输出一个 JSON 对象，不要 Markdown 代码块，不要额外解释。", "需要调用工具时：{"thought":"分析说明","action":{"tool":"weather_now","input":{"locationQuery":"城市名"}}}", "直接回答时：{"thought":"分析说明","finalAnswer":"给用户的中文回复"}"

代码实战

async function runReact(question: string): Promise<void> {
  const maxSteps = 5;
  const client = createDashScopeClient();
  const historyLines: string[] = [`用户：${question}`];

  console.log(`Question: ${question}`);

  for (let step = 1; step <= maxSteps; step++) {
    console.log(`\nStep ${step}`);

    const decision = await askModelForAction(client, question, historyLines.join("\n"));
    const thought = decision.thought";
    historyLines.push(`Thought: ${thought}`);
    console.log(`Thought: ${thought}`);

    if ("finalAnswer" in decision) {
      historyLines.push(`助手：${decision.finalAnswer}`);
      console.log(`Final Answer: ${decision.finalAnswer}`);
      return;
    }

    const actionDesc = `${decision.action.tool}(${JSON.stringify(decision.action.input)})`;
    historyLines.push(`Action: ${actionDesc}`);
    console.log(`Action: ${actionDesc}`);

    try {
      const observation = await weatherNow(decision.action.input);
      const observationText = formatObservation(observation);
      historyLines.push(`Observation: ${observationText}`);
      console.log(`Observation: ${observationText}`);
    } catch (error) {
      const message = error instanceof Error ? error.message : String(error);
      const observationText = `工具调用失败：${message}`;
      historyLines.push(`Observation: ${observationText}`);
      console.log(`Observation: ${observationText}`);
    }
  }

  console.log(`Final Answer: 已达到最大 ReAct 步数 ${maxSteps}，仍未得到最终答案。请换个问法或稍后重试。`);
}

结果分析

整体流程回顾

本次测试使用问题 "帮我查一下今天杭州和北京的天气怎么样" 验证 ReAct 框架的实际运行效果。模型共经历了 3 轮 T-A-O 循环，最终成功输出了两个城市的实时天气信息。

各步骤详细分析

请输入问题：帮我查一下今天杭州和北京的天气怎么样
Question: 帮我查一下今天杭州和北京的天气怎么样

Step 1
Reasoning Summary: 用户想要查询杭州和北京的天气。
根据规则，需要调用 weather_now 工具。
由于工具一次只能查询一个城市，我需要先查询其中一个，或者在思考中说明需要分步查询。
但根据示例和通常的ReAct流程，如果一次只能查一个，我应该先查一个，或者如果工具支持多个（这里参数是locationQuery，看起来是单数），我应该先查一个。
不过，通常在这种设定下，如果用户问了两个城市，我可以先查一个，或者尝试在一个action中查一个。
让我们看工具定义：weather_now 参数 locationQuery 是 "城市名（如北京）、9位LocationID 或 经纬度"。
通常我会先查杭州，或者北京。为了简单，我先查杭州。或者我可以思考说需要查两个城市，先查杭州。
但更好的做法是，如果系统允许，我可以连续调用，或者先回答一个。
按照ReAct的标准流程，我先调用 weather_now 查询杭州。
Thought: 用户想查询杭州和北京的实时天气，需要调用 weather_now 工具。由于工具一次只能查询一个地点，我先查询杭州的天气。
Action: weather_now({
Thought: 用户想查询杭州和北京的实时天气，需要调用 weather_now 工具。由于工具一次只能查询一个城市，我先查询杭州的天气。
Action: weather_now({"locationQuery":"杭州"})
Observation: 杭州 当前多云；温度 28°C；体感 26°C；风况 西南风3级，17公里/小时；湿度 41%；近 1 小时降水 0.0毫米；气压 1011百帕；能见度 30公里；观测时间 2026-05-16T13:12+08:00

Step 2
Reasoning Summary: 用户之前问了“帮我查一下今天杭州和北京的天气怎么样”，系统已经调用了 weather_now 查询了杭州的天气，并返回了 Observation。
现在用户再次发送了同样的问题“帮我查一下今天杭州和北京的天气怎么样”，或者这是同一个对话的延续。
根据 ReAct 历史，已经获取了杭州的天气数据，但还没有获取北京的天气数据。
用户的问题包含两个城市：杭州和北京。
历史中已经查了杭州，接下来应该查北京。
所以，下一步 Action 应该是调用 weather_now 查询北京的天气。

思考过程：
1. 分析用户意图：用户想知道杭州和北京的天气。
2. 检查历史：已经获取了杭州的天气（Observation 中有杭州的数据）。
3. 判断下一步：还需要获取北京的天气数据。
4. 构造 Action：调用 weather_now，参数 locationQuery 为 "北京"。

输出格式要求：
{"thought":"分析说明","action":{"tool":"weather_now","input":{"locationQuery":"城市名"}}}

Thought
Thought: 用户询问杭州和北京的天气，历史对话中已经获取了杭州的天气数据，现在需要继续查询北京的天气。
Action: weather_now({"locationQuery":"北京"})
Observation: 北京 当前阴；温度 21°C；体感 19°C；风况 东风3级，19公里/小时；湿度 65%；近 1 小时降水 0.0毫米；气压 1013百帕；能见度 10公里；观测时间 2026-05-16T13:09+08:00

Step 3
Reasoning Summary: 用户想要查询杭州和北京的天气。
在历史对话中，已经调用了两次 weather_now 工具，分别获取了杭州和北京的天气数据。
Observation 1: 杭州 当前多云；温度 28°C；体感 26°C；风况 西南风3级，17公里/小时；湿度 41%；近 1 小时降水 0.0毫米；气压 1011百帕；能见度 30公里；观测时间 2026-05-16T13:12+08:00
Observation 2: 北京 当前阴；温度 21°C；体感 19°C；风况 东风3级，19公里/小时；湿度 65%；近 1 小时降水 0.0毫米；气压 1013百帕；能见度 10公里；观测时间 2026-05-16T13:09+08:00

根据规则4：如果历史对话中已经有可用 Observation，基于 Observation 给出 finalAnswer，不要重复调用同一个工具。
因此，我应该直接根据已有的 Observation 给出 finalAnswer。

构建 finalAnswer：
杭州：多云，28°C，体感26°C，西南风3级，湿度41%。
北京：阴，21°C，体感19°C，东风3级，
Thought: 历史对话中已经获取了杭州和北京的实时天气数据，可以直接回答用户
Final Answer: 杭州当前多云，气温28°C，体感26°C，西南风3级，湿度41%；北京当前阴，气温21°C，体感19°C，东风3级，湿度65%。观测时间均为2026年5月16日13点左右。

应用扩展与未来发展

适用场景

• 需要实时信息的任务
• 依赖私有知识库的任务
• 多步逻辑推理任务
• 与物理/数字环境交互的任务

功能扩展

• ReAct+Reflexion（自我反思）：在标准 ReAct 循环基础上增加自我反思机制，模型在每轮循环结束后对自身的推理和行动进行评估与反馈，识别错误或低效策略并主动修正，从而在多轮交互中持续提升决策质量。
• ReAct+Plan-and-Execute（全局规划）：在执行 T-A-O 循环前先进行全局任务规划，将复杂任务拆解为有序的子目标序列，再逐步执行每个子目标。这避免了逐步推理时的短视问题，使模型在面对长链任务时更具条理性和全局视野。
• ReAct+Tool Retrieval（动态工具检索）：当可用工具数量庞大时，模型不再依赖固定的工具列表，而是在每轮 Thought 阶段根据当前需求动态检索最相关的工具。这大幅提升了系统的可扩展性，使其能够适配数百甚至数千种工具的大规模场景。

‍