LLM Agent 框架设计：ReAct

1. 背景

1.1.介绍

ReAct 是一个将 Reasoning（推理） 和 Acting（行动） 相结合的范式，旨在让 LLM 与外部工具（如搜索引擎、计算器、数据库、API等）进行交互，从而更可靠、更准确地解决任务。

核心思想：让模型在解决问题的过程中，生成一步一步的推理轨迹，并根据推理决定下一步要执行的动作。这模仿了人类在解决问题时的“思考-行动”循环。

该框架由普林斯顿大学和谷歌的研究员在 2022 年的论文《ReAct: Synergizing Reasoning and Acting in Language Models》中提出。

1.2.为什么需要ReAct

在 ReAct 出现之前，主要有两种让 LLM 与外界交互的方式：

仅行动（Act-only）：
- 方式：模型直接根据输入生成要执行的动作（例如，直接调用一个搜索API）。
- 缺点：缺乏透明的推理过程，像一个“黑箱”。当任务复杂时，模型容易迷失方向，做出不合逻辑的动作，且错误难以追溯。
仅推理（Reason-only / Chain-of-Thought）：
- 方式：模型通过生成一步步的推理（“让我们一步一步思考...”）来解决问题，但不采取任何实际行动。
- 缺点：模型的知识可能过时、不准确或存在幻觉。对于需要实时、精确信息的任务（如“今天的天气如何？”），仅靠推理无能为力。

ReAct 的解决方案：将两者结合，取长补短。

推理为行动提供了逻辑依据和计划，减少了盲目性。
行动为推理提供了真实、可靠的外部信息，弥补了模型内在知识的不足。

2. 工作原理

2.1. 工作原理

ReAct 的工作流程是一个典型的 Agent（智能体） 工作模式，通常包含三个核心步骤，循环执行直到问题被解决：

步骤 1: 思考（Think / Reason）

模型分析当前的状态（包括原始问题、之前步骤的观察结果）。
生成一段自然语言的推理，解释它目前的理解、已经知道的信息以及接下来为什么要采取某个行动。
示例： “用户想知道爱因斯坦的出生日期和当天的天气。我已经通过搜索知道了他的出生日期是1879年3月14日。现在我需要知道他出生地的天气，所以我需要先查出他的出生地。”

步骤 2: 行动（Act）

根据上一步的推理，模型决定并执行一个具体的动作。
动作通常以标准化的格式发出，例如 Search[阿尔伯特·爱因斯坦出生地] 或 Calculate[25 * 38]。
这些动作会被发送给预定义好的工具（Tools / APIs）来执行。

步骤 3: 观察（Observe）

外部工具执行动作后，将结果返回给模型。
示例：搜索工具返回“阿尔伯特·爱因斯坦出生于德国乌尔姆”。
这个观察结果（Observation）被添加到模型的上下文中，作为下一步推理的新依据。

然后，流程回到 步骤1，模型基于新的信息进行下一轮的“思考-行动-观察”，直到它认为已经收集到足够的信息来给出最终答案。

2.2. 简单流程示例

任务：“特斯拉CEO马斯克的妈妈是谁？她今年多大年纪了？”

步骤	推理（Reason）	行动（Act）	观察（Observation）
1	用户想知道特斯拉CEO马斯克的妈妈是谁以及她的年龄。首先，我需要找出特斯拉的CEO是谁。	`Search[特斯拉 CEO]`	特斯拉的CEO是埃隆·马斯克。
2	好的，CEO是埃隆·马斯克。现在我需要找出他的妈妈是谁。	`Search[埃隆·马斯克的母亲]`	埃隆·马斯克的母亲是梅耶·马斯克。
3	现在我知道他妈妈是梅耶·马斯克。接下来我需要找出她今年的年龄，这需要我知道她的出生年份。	`Search[梅耶·马斯克出生年份]`	梅耶·马斯克出生于1948年4月19日。
4	我知道她的出生年份是1948年。现在是2024年，所以我需要计算她的年龄。2024减去1948等于76。不过，我需要确认今年的年份，并且要考虑她今年是否已经过了生日。	`Calculate[2024 - 1948]`	76
5	计算结果是76。今天是2024年10月7日，她的生日是4月19日，已经过去了，所以她现在确实是76岁。我已经收集齐了所有信息。	`Finish`	-

最终答案：特斯拉CEO埃隆·马斯克的妈妈是梅耶·马斯克，她今年76岁。

2.3. 优势

透明性与可解释性：模型的整个思考过程（推理轨迹）是可见的，便于人类理解和调试。如果出错了，我们可以很容易地定位到是哪一步的推理或观察出了问题。
提升准确性与可靠性：通过结合外部工具，模型可以减少因自身知识局限或幻觉而产生的错误，答案更加基于事实。
强大的任务规划能力：对于需要多步骤分解的复杂任务，ReAct 提供了结构化的解决路径，使模型能更好地处理任务规划。
高效性：相比于漫无目的地生成大量文本，ReAct 的步骤通常更精简、目标更明确。

3. 实践示例：System Prompt

3.1. 示例：System Prompt

后续示例中，体现 ReAct 流程的 System Prompt 内容。

这个 Prompt 是放在 system role 中的，目的是告诉模型：

它的身份和任务（角色设定）
它能用的工具列表（Action 列表，带 schema）
它的工作规则（推理、执行、异常处理、终止条件）
它的输出格式（Thought → Action → Final Answer）

You are an intelligent ReAct Agent.
Your task is to answer the user's question by reasoning step-by-step (Thought) and performing actions (Action).
You will receive results from actions as Observation messages.

=== Available Actions ===
You can choose ONE Action per step from the following tool list:

1. Search
   - Description: Perform a web search for the given query.
   - Input schema:
       query: string (Required) - The search keywords.
   - Output schema:
       results: list of string - List of relevant search results in text form.

2. Calculator
   - Description: Perform arithmetic calculation on the given expression.
   - Input schema:
       expression: string (Required) - Mathematical expression, e.g. "2024 - 1982".
   - Output schema:
       result: number - The numeric result of the calculation.

3. Translate
   - Description: Translate given text into target language.
   - Input schema:
       text: string (Required) - The text to translate.
       target_lang: string (Required) - Language code, e.g. "zh" for Chinese.
   - Output schema:
       translated_text: string - The translated text.

4. Weather
   - Description: Get current weather information for a location.
   - Input schema:
       location: string (Required) - City or region name.
   - Output schema:
       temperature: string - Temperature value with unit.
       condition: string - Weather description.

=== Rules ===
1. Always output reasoning in "Thought" based on ALL previous context (including earlier Thoughts, Actions, and Observations).
2. Then output ONE "Action" to perform, in the format:
   Action: <tool_name>[<parameters>]
3. If no available Action fits the current need:
   - Try to rephrase the problem to fit an available tool.
   - If still impossible, output "Final Answer" with the best reasoning you can provide without tools.
4. If an Action execution returns an error:
   - Retry with adjusted parameters (up to 2 retries).
   - If still fails, switch to an alternative tool or give best guess.
5. If an Action result does not match the expected goal:
   - Adjust the query or parameters and retry.
6. Stop after MAX 6 iterations to avoid infinite loops.
7. Do not repeat the same Action with identical parameters more than 3 times.
8. Always aim to produce a "Final Answer" at the end, even if approximate.

=== Output Format per step ===
Thought: <reasoning>
Action: <tool_name>[<parameters>]

When you are confident or cannot proceed further:
Final Answer: <answer>

3.2. 解释说明

先把 Prompt 拆成几个部分，然后逐段解释，并标出变量。

A. 角色设定与任务说明

You are an intelligent ReAct Agent.
Your task is to answer the user's question by reasoning step-by-step (Thought) and performing actions (Action).
You will receive results from actions as Observation messages.

作用：

告诉模型它是一个ReAct Agent，不是普通聊天机器人。
明确任务：要做逐步推理（Thought）和执行动作（Action）。
告诉它会收到Observation（工具执行结果）。

变量：

这里基本是固定描述，不需要替换。
如果你的 Agent 名称不同（比如 “DataAnalysis Agent”），可以替换 "ReAct Agent"。

B. 可用 Action 列表

=== Available Actions ===
You can choose ONE Action per step from the following tool list:

1. Search
   - Description: Perform a web search for the given query.
   - Input schema:
       query: string (Required) - The search keywords.
   - Output schema:
       results: list of string - List of relevant search results in text form.

2. Calculator
   - Description: Perform arithmetic calculation on the given expression.
   - Input schema:
       expression: string (Required) - Mathematical expression, e.g. "2024 - 1982".
   - Output schema:
       result: number - The numeric result of the calculation.

3. Translate
   - Description: Translate given text into target language.
   - Input schema:
       text: string (Required) - The text to translate.
       target_lang: string (Required) - Language code, e.g. "zh" for Chinese.
   - Output schema:
       translated_text: string - The translated text.

4. Weather
   - Description: Get current weather information for a location.
   - Input schema:
       location: string (Required) - City or region name.
   - Output schema:
       temperature: string - Temperature value with unit.
       condition: string - Weather description.

作用：

列出模型可以调用的工具，并详细描述用途。
提供输入/输出字段 schema，帮助模型正确构造参数和理解返回值。

变量：

工具名称（Search / Calculator / Translate / Weather）和描述：
- 变量，因为不同项目可用的工具不同。
- 在运行时，你需要根据实际可用的工具来替换或扩展这里的列表。
输入/输出字段 schema：
- 变量，根据工具 API 的实际参数和返回值定义来调整。

C. 工作规则（健壮性）

=== Rules ===
1. Always output reasoning in "Thought" based on ALL previous context (including earlier Thoughts, Actions, and Observations).
2. Then output ONE "Action" to perform, in the format:
   Action: <tool_name>[<parameters>]
3. If no available Action fits the current need:
   - Try to rephrase the problem to fit an available tool.
   - If still impossible, output "Final Answer" with the best reasoning you can provide without tools.
4. If an Action execution returns an error:
   - Retry with adjusted parameters (up to 2 retries).
   - If still fails, switch to an alternative tool or give best guess.
5. If an Action result does not match the expected goal:
   - Adjust the query or parameters and retry.
6. Stop after MAX 6 iterations to avoid infinite loops.
7. Do not repeat the same Action with identical parameters more than 3 times.
8. Always aim to produce a "Final Answer" at the end, even if approximate.

作用：

让模型知道它必须遵守的推理规则、异常处理规则、终止条件。
防止模型陷入死循环。
保证即使工具不可用，也能给出答案。

变量：

MAX 6 iterations → 变量，可根据业务需求调整循环次数。
重试次数（up to 2 retries）→ 变量，可改为 1 或 3 次。
同一 Action+参数重复次数限制（3 次）→ 变量。
如果你的项目有额外的错误处理策略（比如记录日志），可以在这里增加说明。

D. 输出格式要求

=== Output Format per step ===
Thought: <reasoning>
Action: <tool_name>[<parameters>]

When you are confident or cannot proceed further:
Final Answer: <answer>

作用：

让模型严格按格式输出，方便外部程序解析。
确保每轮都有 Thought 和 Action，最终有 Final Answer。

变量：

<reasoning> → 变量（由模型推理生成，不需预设）。
<tool_name> → 来自工具列表（变量，取决于你定义的工具）。
<parameters> → 根据具体任务动态生成（变量）。
<answer> → 最终结果（模型生成）。

3.3. 模板与变量

在实际代码中，你可以用模板 + 变量替换的方式生成这个 Prompt。

提示词模板

You are an intelligent {AGENT_NAME}.
Your task is to answer the user's question by reasoning step-by-step (Thought) and performing actions (Action).
You will receive results from actions as Observation messages.

=== Available Actions ===
{TOOLS_DEFINITION}

=== Rules ===
1. Always output reasoning in "Thought" based on ALL previous context (including earlier Thoughts, Actions, and Observations).
2. Then output ONE "Action" to perform, in the format:
   Action: <tool_name>[<parameters>]
3. If no available Action fits the current need:
   - Try to rephrase the problem to fit an available tool.
   - If still impossible, output "Final Answer" with the best reasoning you can provide without tools.
4. If an Action execution returns an error:
   - Retry with adjusted parameters (up to {MAX_RETRIES} retries).
   - If still fails, switch to an alternative tool or give best guess.
5. If an Action result does not match the expected goal:
   - Adjust the query or parameters and retry.
6. Stop after MAX {MAX_ITERATIONS} iterations to avoid infinite loops.
7. Do not repeat the same Action with identical parameters more than {MAX_REPEAT_ACTION} times.
8. Always aim to produce a "Final Answer" at the end, even if approximate.

=== Output Format per step ===
Thought: <reasoning>
Action: <tool_name>[<parameters>]

When you are confident or cannot proceed further:
Final Answer: <answer>

变量

这个 Prompt 模板是半固定 + 半变量的结构：

固定部分是规则、格式和思路（保证健壮性）。
变量部分是工具列表、循环次数、Agent 名称等（适配不同场景）。

这个 Prompt 模板中需要你在运行时替换的变量有：

工具列表：
- 模型必须知道有哪些工具可用，否则会调用不存在的工具。
- 工具的输入/输出 schema 帮助模型正确构造参数，减少错误。
循环与重试次数：
- 直接影响健壮性和性能。
- 不同场景下可能需要更长或更短的推理过程。
Agent 名称：
- 在 Prompt 中明确角色，可以影响模型的回答风格。
- 如果你的 Agent 专注某个领域（金融分析、天气预报），可以在名字中体现。

4. 实践示例：多轮流程

用户问题：

找出 2021 年奥斯卡最佳影片的导演的出生年份，并计算他出生年份到 2024 年的年龄。

第 1 轮调用（第一步有可用 Action）

[
  {"role": "system", "content": "You are an intelligent ReAct Agent...（完整 Prompt 模板）"},
  {"role": "user", "content": "User Question: 找出 2021 年奥斯卡最佳影片的导演的出生年份，并计算他出生年份到 2024 年的年龄。"}
]

模型输出：

Thought: 我需要先找到 2021 年奥斯卡最佳影片的名字，可以使用 Search 工具。
Action: Search["2021 Oscars Best Picture winner"]

外部执行 Action：

Observation: Best Picture 2021: "Nomadland"

第 2 轮调用

[
  {"role": "system", "content": "You are an intelligent ReAct Agent...（完整 Prompt 模板）"},
  {"role": "user", "content": "User Question: 找出 2021 年奥斯卡最佳影片的导演的出生年份，并计算他出生年份到 2024 年的年龄。"},
  {"role": "assistant", "content": "Thought: 我需要先找到 2021 年奥斯卡最佳影片的名字，可以使用 Search 工具。\nAction: Search[\"2021 Oscars Best Picture winner\"]"},
  {"role": "user", "content": "Observation: Best Picture 2021: \"Nomadland\""}
]

模型输出：

Thought: 根据之前的Observation，我知道最佳影片是 "Nomadland"。我需要找到这部电影的导演，可以使用 Search 工具。
Action: Search["Nomadland director"]

外部执行 Action：

Observation: Error: Network timeout

异常处理：Action 执行报错

第 3 轮调用（Prompt 规则触发重试）

[
  ...（之前历史）,
  {"role": "assistant", "content": "Thought: 根据之前的Observation，我知道最佳影片是 \"Nomadland\"。我需要找到这部电影的导演，可以使用 Search 工具。\nAction: Search[\"Nomadland director\"]"},
  {"role": "user", "content": "Observation: Error: Network timeout"}
]

模型输出：

Thought: 上一步 Search 工具报错，我将重试并调整参数。
Action: Search["Nomadland film director"]

外部执行 Action：

Observation: Director: Chloé Zhao

第 4 轮调用

[
  ...（之前历史）,
  {"role": "assistant", "content": "Thought: 上一步 Search 工具报错，我将重试并调整参数。\nAction: Search[\"Nomadland film director\"]"},
  {"role": "user", "content": "Observation: Director: Chloé Zhao"}
]

模型输出：

Thought: 我知道导演是 Chloé Zhao。下一步是查找她的出生年份，可以使用 Search 工具。
Action: Search["Chloé Zhao birth year"]

外部执行 Action：

Observation: Birth year: 1982

第 5 轮调用

[
  ...（之前历史）,
  {"role": "assistant", "content": "Thought: 我知道导演是 Chloé Zhao。下一步是查找她的出生年份，可以使用 Search 工具。\nAction: Search[\"Chloé Zhao birth year\"]"},
  {"role": "user", "content": "Observation: Birth year: 1982"}
]

模型输出：

Thought: 我知道 Chloé Zhao 的出生年份是 1982。现在我需要计算她到 2024 年的年龄，可以使用 Calculator 工具。
Action: Calculator["2024 - 1982"]

外部执行 Action：

Observation: 42

第 6 轮调用（最终答案）

[
  ...（之前历史）,
  {"role": "assistant", "content": "Thought: 我知道 Chloé Zhao 的出生年份是 1982。现在我需要计算她到 2024 年的年龄，可以使用 Calculator 工具。\nAction: Calculator[\"2024 - 1982\"]"},
  {"role": "user", "content": "Observation: 42"}
]

模型输出：

Thought: 根据之前的计算，Chloé Zhao 在 2024 年的年龄是 42 岁。
Final Answer: 42

健壮性

第一步没有可用 Action
- Prompt 规则：尝试改写问题以匹配可用工具；如果仍不匹配，直接给出 Final Answer（基于已有知识推理）。
Action 执行报错
- Prompt 规则：调整参数重试（最多 2 次），仍失败则换工具或给出最佳猜测。
执行结果不符合目标
- Prompt 规则：重新分析，调整 Action 参数或换工具。
死循环防护
- 外部控制循环次数（MAX 6）。
- 内部规则：同一 Action+参数最多执行 3 次。
- 触发条件时直接输出 Final Answer（即使是近似值）。

LLM Agent 框架设计：ReAct

1. 背景

1.1.介绍

1.2.为什么需要ReAct

2. 工作原理

2.1. 工作原理

步骤 1: 思考（Think / Reason）

步骤 2: 行动（Act）

步骤 3: 观察（Observe）

2.2. 简单流程示例

2.3. 优势

3. 实践示例：System Prompt

3.1. 示例：System Prompt

3.2. 解释说明

A. 角色设定与任务说明

B. 可用 Action 列表

C. 工作规则（健壮性）

D. 输出格式要求

3.3. 模板与变量

提示词模板

变量

4. 实践示例：多轮流程

第 1 轮调用（第一步有可用 Action）

第 2 轮调用

异常处理：Action 执行报错

第 4 轮调用

第 5 轮调用

第 6 轮调用（最终答案）

健壮性

KerryWu

引用和评论

生物神经网络到AI

给 DeepSeek 写了个专属 Agent 框架 Reasonix：85% 缓存命中率是怎么做出来的

React Hooks原理：为什么不能写在if里？揭开Hook的“魔法”面纱

Hermes Agent 如何更换大模型：CLI、/model、Config 三种方式完整指南

NewAPI 与 Sub2API 深度对比：国内开发者该如何选择 AI 中转方案

国内如何使用 Claude？2026 年最全使用指南（5 种方式）

MiniMax M3 完整介绍：前沿 Coding 能力、1M 上下文、原生多模态