ReAct = Reasoning + Acting（推理 + 行动），核心目标是打破传统 LLM “输入-输出”单向链路，通过构建“Thought-Action-Observation”（“思考-行动-观察”）闭环机制，让 LLM 通过与外部工具、环境动态交互完成复杂任务。
对比纯思维链，ReAct 范式通过 Action 突破了 LLM 预训练数据的约束，将推理锚定到真实数据，能够处理实时数据，降低了 LLM 的幻觉概率。
ReAct 范式中 LLM 生成显示的历史轨迹，每一步都有明确的逻辑依据，结果可回溯。
ReAct 可以将复杂问题分解为多个步骤，逐步解决，提高了处理复杂任务的能力。
思考-行动-观察
ReAct 参考人类解决复杂问题的过程，抽象出“Thought-Action-Observation”闭环，其中：
- Thought：模型分析任务目标、历史反馈和当前状态，推理下一步行动；
- Action：模型调用外部工具，如搜索、查询数据库，执行动作；
- Observation：模型对行动的结果进行评估，如搜索结果、数据库查询结果，为下一轮推理提供真实数据支撑。
比如用户问模型：“马斯克旗下有哪些公司？”
- 它先思考：“我需要查询埃隆·马斯克名下的企业。”
- 然后行动：“调用企业数据库搜索‘Elon Musk’。”
- 拿到结果后，再思考：“这些公司中哪些是他创立或控股的？”
- 必要时，还会发起第二次行动：“访问 SpaceX 官网确认 CEO 信息。”
- 最后整合所有信息，给出答案。
整个过程像人类专家：先理清目标，再找工具，验证信息，修正理解，最终交付可靠结论。
ReAct Prompt
要实现 ReAct 循环关键在于设计合适的 Prompt。Prompt 需要包含以下内容：
- 角色定义：LLM 需要扮演的角色
- 任务目标：需要解决的问题或完成的任务
- 可用工具：可以使用的工具及调用方法
- 格式要求：输出的格式，尤其是 Thought 和 Action
- 示例：提供 1-2 个完整的 ReAct 循环示例，帮助 LLM 理解预期行为
- 当前问题：用户提出的问题
- 对话历史：已执行的 Thought、Action 和 Observation，进行多轮推理。
## 角色定义
你是 XXX，......
## 任务目标
......
## 可用工具
1. 查询天气：XXX
使用格式：城市名称
......
## 格式要求
1. 你需要通过思考(Thought)、行动(Action)、观察(Observation)的循环来解决问题。
2. 首先，分析问题并进行思考(Thought)，决定是否需要使用工具。
3. 如果需要使用工具，输出对应的Action；如果不需要，可以直接给出答案。
4. 你会收到工具返回的结果(Observation)，然后基于此进行新一轮思考。
5. 重复上述过程，直到你可以给出最终答案。
6. 最终答案请用自然语言清晰表述。
## 示例
问题：杭州的天气怎么样？
Thought：天气是实时数据，需要调用查询天气工具实时查询。
Action：杭州
Observation：今天大部分地区多云。 最低气温7℃
......
## 开始解决问题
问题：[用户的具体问题]
实现 ReAct
一个完整的 ReAct 系统包含以下关键组件：
- LLM：ReAct 的大脑，负责推理与生成指令
- Tools：ReAct 可调用的工具
- Memory：存储历史观察与推理链
- Parser：解析 LLM 输出
ReAct 工作过程可分为“初始化-循环迭代-终止输出”三个阶段，其中：
- 初始化阶段：做准备工作。
- 循环迭代阶段：循环执行“思考-行动-观察”。
- 根据 Prompt 模板、用户问题、历史记录构建完整的 Prompt。
- 将完整的 Prompt 发送给 LLM。
- 解析 LLM 返回内容提取 Thought 和 Action。
- 调用 Tools，执行 Action。
- 将本轮“思考-行动-观察”三元组追加到历史轨迹中。
- 循环，直到得到最终答案或者到达最大循环次数。
- 终止输出阶段：停止循环并输出结果。
ReAct 不是银弹
工具覆盖范围有限。如果问题涉及未接入的系统——比如“帮我订一张从上海到东京的机票”——而系统没有航班预订接口，ReAct 依然无能为力。
模型可能误判何时该行动。有时它过度依赖工具，反复查询已知事实，浪费资源。有时又过于自信，跳过验证步骤，直接输出错误答案。
工具调用存在延迟和失败风险。网络超时、API 配额耗尽、返回格式异常，都会打断推理流程。模型需要具备容错能力，比如重试或换用替代工具。
复杂任务需要多步协调。比如“分析过去一年苹果股价走势，并预测下季度表现”，涉及数据获取、清洗、建模、可视化等多个环节。ReAct 能拆解步骤，但每一步的可靠性累积起来，整体成功率可能下降。