ReAct（推理+行动框架）#

一句话理解#

不是先想完再做，而是"想一步→做一步→看结果→再想下一步"——推理和行动交替进行的循环。

核心思想#

传统的 Chain-of-Thought 让模型"闭卷思考"——纯靠推理得出答案，无法获取外部信息。ReAct 的突破在于让模型在推理过程中可以采取行动（调用工具、查询数据），再根据行动结果继续推理。

循环拆解#

Thought: 用户想知道杭州明天的天气，我需要调用天气 API
Action:  call get_weather({ city: "杭州" })
Observation: 晴，25°C，微风
Thought: 天气适合轻便穿搭，我来推荐
Action:  final_answer("杭州明天晴天25°C，建议穿...")

每一轮循环包含三个阶段：

• Thought（推理）— 分析当前状态，决定下一步行动
• Action（行动）— 调用工具或输出最终答案
• Observation（观察）— 获取工具返回的结果

终止条件#

工程实现中，ReAct 循环必须有明确的退出机制：

• 正常终止：模型判断任务完成，输出 final answer
• 超时终止：达到最大循环次数（通常 5-10 轮），防止无限循环
• 错误终止：连续 N 次工具调用失败，触发 fallback

本质上就是循环的退出条件加上看门狗超时保护——确保系统不会陷入无限循环。

ReAct vs Chain-of-Thought#