10-day3-ReAct

🧠 ReAct 理论

1. 什么是 ReAct？

ReAct（读作 “React”）= Reasoning（推理） + Acting（行动） ，
是智能体（Agent）设计框架之一；

旨在让大语言模型（LLM）不仅能“回答问题”，
还能主动规划、调用工具、获取信息、迭代思考，最终解决复杂任务。

🔍 图中各部分解释：

1. LM（Language Model）

   • 代表大语言模型，如 GPT、PaLM 等。
   • 负责生成推理过程和决策动作。

2. Env（Environment）

   • 代表 Tools，例如搜索引擎、数据库、API 接口等。
   • 可以执行 LM 发出的“动作”，并返回结果。

3. Actions（动作）

   • 由 LM 决定并发送给 Env 的指令，比如“搜索‘北京天气’”、“调用计算器”等。
   • 是 LM 与外部世界交互的方式。

4. Observations（观测）

   • Tools 对动作的响应，例如搜索、计算、错误处理等。
   • 这些信息被反馈给 LM，供其继续推理。

5. Reasoning Traces（推理轨迹）

   • LM 在内部进行的思考过程，例如：“我需要先查一下今天是星期几……”
   • 这些推理内容会与观察结果一起作为上下文输入到下一轮推理中。

---

✅ ReAct 的核心思想：

“边想边做” ——
大模型不是一次性输出答案，而是通过交替进行推理和行动，逐步逼近正确答案。

---

🌟 举个例子：

假设问题是：“今天北京的天气怎么样？”

• Step 1： LM 推理：“我需要查询今天的北京天气。” → 发出动作：search("北京 天气")
• Step 2： Env 返回观测：“今天北京晴，气温 20°C”
• Step 3： LM 推理：“根据观测，天气很好。”

ReAct 框架通过让语言模型（LM）与环境（Env）交互，在“推理”和“行动”之间不断循环，从而实现更智能、更准确的任务完成能力。

它特别适用于需要外部工具支持的复杂任务，如问答、规划、代码生成等。

功能行为层面

对比维度	分析选择工具（Function Calling）	ReAct（Reasoning + Acting）
本质定位	工具调用决策机制 （LLM 的一项能力）	智能体工作范式 （Agent 的一种执行策略）
所属层级	LLM 层（模型原生支持）	Agent 层（由提示词 + 执行器实现）
核心行为	模型自动判断： • 是否需要调用工具 • 调哪个工具 • 参数如何填充	模型按结构化流程循环： 1. Thought：推理当前状态 2. Action：选择并调用工具 3. Observation：接收外部反馈 4. 重复或输出最终答案
是否显式推理	❌ 隐式（内部完成，不输出思考过程）	✅ 显式（强制输出 Thought 步骤）
是否支持多轮交互	❌ 一次工具调用 + 回答	✅ 支持多跳推理（多次工具调用+反思）
输出格式	结构化 JSON（如 tool_calls）	自然语言 + 标记格式（如 Thought: ...\nAction: ...）
可解释性	低（黑盒决策）	高（每步思考可见，便于调试）
典型实现	DashScope / OpenAI 原生 Function Calling	LangChain + ReAct 提示词模板（如 hwchase17/react）
依赖组件	仅需 LLM + 工具描述	需 LLM + 工具 + 提示词模板 + 执行循环控制器
人类类比	“我该用温度计还是地图？”	“我想知道北京冷不冷 → 需查天气 → 调 API → 得到 2°C → 结论：很冷，穿羽绒服”

---

系统架构层面

层级	角色	与 ReAct 的关系
Agent（完整智能体）	= LLM + 工具集（Tools）+ 执行控制器（Executor）+ 网络Agent。	✅ ReAct 是 Agent 的一种核心工作方式→ Agent 可采用 ReAct 作为其推理与行动的执行策略
ReAct（Reasoning + Acting）	“标准操作规程”（SOP）：一套人为设计的结构化推理协议。	🧠 定义了 LLM 在 Agent 中应如何分步思考与行动：“先输出 Thought（分析），再决定 Action（调用工具），接收 Observation（结果），循环直至得出 Final Answer。”
LLM（大语言模型）	“大脑”：具备强大的语言理解与生成能力，没有结构化推理机制。	❌ 不原生支持 ReAct✅ 可通过提示词（prompt）

---

💡 比喻：

• Agent = 就像一家“公司”——有前台、后台、流程、员工，能独立接单、拆解任务、调用资源、交付结果。
• ReAct = 一种特定的推理与行动框架 / 工作方法论，但不是 Agent 的全部。Agent 还可以使用其他策略（如 Plan-and-Execute、Chain-of-Thought、Multi-Agent 协作等）。
• Function Calling = 工具、厂房（执行动作的能力）
• LLM = 发言人（能写能说，但需要明确的工作流程指导）

---

2. ReAct 的工作流程（五步闭环）

ReAct Agent 的执行过程是一个循环推理-行动链：

1. Thought（思考）  
   → “我需要知道上海今天的天气才能判断是否适合锻炼。”

2. Action（行动）  
   → 决定调用哪个工具（如 get_weather）

3. Action Input（输入）  
   → 传入参数（如 "上海"）

4. Observation（观察）  
   → 获取工具返回的真实结果（如 "上海: ☁️ 11°C, 风速21km/h"）

5. Final Answer（最终回答）  
   → 综合所有信息，生成合理、安全、有上下文的回答

🔁 如果一次不够，Agent 会继续循环（Thought → Action → Observation），直到得出答案。

---

3. ReAct 在 LangChain 中的实现

在 Python 的 langchain 库中，ReAct Agent 通过以下组件构建：

组件	作用
@tool 装饰器	将普通函数注册为 Agent 可调用的“工具”
ChatOpenAI	连接大模型（如 Qwen via DashScope）
hub.pull("hwchase17/react")	加载标准 ReAct 提示词模板（含 Thought/Action/Observation 格式指令）
create_react_agent()	组装 LLM + 工具 + 提示词
AgentExecutor	负责循环执行整个 ReAct 流程

✅ react_agent.py 完整体现了上述架构！

---

4. ReAct vs 普通问答：本质区别

传统 LLM 的局限：

• 只能基于训练时的知识回答问题（无法获取实时数据）
• 遇到未知问题容易“胡编乱造”（幻觉）
• 缺乏自主决策和工具使用能力

而 ReAct Agent 能：
✅ 查询实时天气、股票、新闻
✅ 调用计算器、数据库、API
✅ 分步解决多跳推理问题

（如：“北京明天适合跑步吗？” → 先查天气 → 再判断）

能力	普通 LLM	ReAct Agent
实时信息获取	❌ 不能	✅ 能（通过工具）
自主规划	❌ 被动响应	✅ 主动决策
错误处理	❌ 易幻觉	✅ 可验证外部事实
多步推理	⚠️ 有限	✅ 显式分步
可扩展性	❌ 固定能力	✅ 注册新工具即可增强

🌟 ReAct 让 LLM 从“知识库”升级为“智能助手”。

---

5. 趋势

• 理解智能体（Agent）范式：AI 不再只是“聊天”，而是能“做事”
• 连接现实世界：通过工具调用打破模型封闭性
• 国产化落地：使用 Qwen + DashScope，无需依赖 OpenAI
• 可拓展性强：轻松接入数据库、企业 API、IoT 设备等

🔮 未来 AI 应用 = LLM + ReAct Agent + 工具生态

---

✅ 总结：

ReAct 是让大语言模型“知之为知之，不知则查之”的关键机制
——在 Day 2 赋予它行动的双手（Tools）之后，Day 3 再赋予它自主推理的大脑（Reasoning），
从而真正成为能思考、会做事的智能体。