前言

这是我的agent系列文章的第一篇，该系列分为三部分：

• AI认知篇：详细讲解相关基础概念
• AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践
• AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记

如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。

一、ReAct 核心：Reasoning + Acting，边想边做

ReAct 拆开就是 推理（Reasoning）+ 行动（Acting），核心逻辑：

AI 不先定死全流程，而是走一步、看一步、想一步，循环完成任务。

通俗对比

• 传统方式：出门前查好全程路线，严格按路线走
• ReAct：到路口看路牌、看环境，再决定左转 / 右转，灵活调整

二、工作流程：观察 → 思考 → 行动（循环）

以「查北京天气 + 穿衣建议」为例，极简链路：

1. 观察：接收用户问题
2. 思考：判断需要查天气
3. 行动：调用天气工具
4. 观察：拿到温度、天气数据
5. 思考：需要查穿衣建议
6. 行动：调用穿搭知识库
7. 观察：拿到穿搭方案
8. 思考：需要保存结果
9. 行动：写入文件
10. 观察：任务完成

全程无固定步骤，每一步都依赖上一步结果动态决策。

三、为什么要用 ReAct？

传统固定流程的痛点

遇到 API 报错、数据异常、需求变更，直接卡死。

ReAct 优势

ReAct 的优势就在于它能根据实际情况灵活应对，而不是遇到意外就卡住。

小代价

行为可预测性略低，偶尔会出现无效操作，但复杂场景下收益远大于成本。

四、ReAct 5 个核心要素

1. 历史上下文：记录所有思考、行动、结果，避免重复 / 走错
2. 当前环境信息：用户输入、系统状态、实时数据等
3. LLM 大脑：负责推理、做决策
4. 工具 / 动作（toolcall）：搜索、查询、读写文件等实际操作
5. 观察结果：工具返回内容，驱动下一轮推理

五、执行逻辑举例

下面用一个完整的例子，看看 ReAct 是怎么一步步解决问题的。假设任务是："帮我查一下北京今天天气怎么样，适合穿什么衣服。"

从这里我们也可能看到，核心其实就是

已知：

当前历史上下文：&{历史上下文}

当前环境信息：&{当前环境信息}

用户目标："帮我查一下北京今天天气怎么样，适合穿什么衣服。"

做出下一步的决策：

你必须最少使用一个工具来实现该决策。

最终输出：建议已经写入到文件 weather_suggestion.md，你可以通过打开这个文件来看到具体建议。

从这个例子可以看出，ReAct 不是一开始就知道所有步骤，而是根据每轮的观察结果，动态决定下一步该做什么。如果 Round 1 搜索失败了，它可能会尝试其他搜索关键词，或者换一个策略。这种灵活性正是 ReAct 的核心优势。

精简伪代码

每一轮：拿历史 + 环境→LLM 推理→调用工具→拿到结果→更新上下文

主循环：重复上述步骤，直到任务完成或达到最大轮次

// 执行一个轮次：核心单轮推理-行动逻辑
函数 执行一个轮次(用户目标, 历史上下文):
    // 1. 获取当前环境信息
    当前环境信息 = 获取当前环境信息()
    
    // 2. 构建提示词（替换占位符）
    提示词模板 = "已知：\n当前历史上下文：${历史上下文}\n当前环境信息：${当前环境信息}\n用户目标：\"${用户目标}\"\n\n做出下一步的决策\n\n你必须最少使用一个工具来实现该决策"
    完整提示词 = 替换占位符(提示词模板, {
        历史上下文: 历史上下文,
        当前环境信息: 当前环境信息,
        用户目标: 用户目标
    })
    
    // 3. 调用 LLM 进行推理（思考过程隐藏，直接输出 toolcall）
    工具调用结果 = 调用语言模型(完整提示词, 历史上下文)
    
    // 4. 解析工具调用
    工具名称 = 解析工具名称(工具调用结果)
    工具参数 = 解析工具参数(工具调用结果)
    
    // 5. 执行工具调用
    观察结果 = 执行工具(工具名称, 工具参数)
    
    // 6. 更新历史上下文
    新历史上下文 = 追加到历史上下文(历史上下文, {
        行动: 工具调用结果,
        观察结果: 观察结果
    })
    
    // 7. 返回结果
    返回 {
        观察结果: 观察结果,
        新历史上下文: 新历史上下文
    }
结束函数

// 主循环：控制 ReAct 流程的轮次与终止条件
函数 执行ReAct流程(用户目标):
    历史上下文 = 空
    当前轮次 = 1
    最大轮次 = 10
    
    当 当前轮次 <= 最大轮次 且 未完成任务:
        结果 = 执行一个轮次(用户目标, 历史上下文)
        历史上下文 = 结果.新历史上下文
        
        如果 判断任务已完成(结果.观察结果):
            中断循环
        
        当前轮次 = 当前轮次 + 1
    结束循环
    
    返回 历史上下文
结束函数

其他

考研失利想速成冲春招的考研看看我发过的这篇帖子：论考研失利如何冲春招

想要学习Java冲实习或冲春招的，我能助你一臂之力，我之前整理了高质量可速成的魔改外卖项目话术和7000字轮子项目话术，还有超全超精品八股大全专栏，怎么写简历，怎么包装实习经历，怎么0基础速成冲春招和实习等等精品帖子，大家可以去看看我的精品文章汇总帖子：往期精品秋招帖子汇总

我的java和大模型应用开发全专栏（20w人学习，超千人订阅，牛客最受欢迎最高质量java八股专栏，内容包含： 1.八股大全：多一句没有少一句不行的最精简八股整理，完全可以应付校招社招的八股拷打！ 2.速成项目话术：目前有魔改苍穹外卖项目话术（额外扩展了很多技术亮点），能速成拿去面试，后面会更新魔改黑马点评、商城项目等等热门高质量项目话术 3.智力题超详细题解汇总； 4.面试时非技术问题话术整理，绝对震惊面试官一年； 5.算法lc hot100全题系列题解：绝对通俗易懂；6、场景题汇总：快速冲刺秋招专栏