ReAct 风格循环与核心机制

ReAct 是什么：把「想」和「做」分开

ReAct（Reason + Act）是一种让 LLM「一边思考，一边调工具」的循环模式。核心就是在每一回合里，把 推理（Thought） 和 行动（Action） 分开，并根据 Observation（观察结果） 继续下一步。

先看一个最小回合结构：

  1. Thought：模型在「自言自语」，解释现在该干嘛
  2. Action：模型选择要用哪个工具（或不使用），以及传什么参数
  3. Observation：工具执行后返回的结果，供下一轮 Thought 使用

一个具体例子

用户问题：

「帮我查一下北京今天的天气，然后用一句话总结。」

你有一个工具 get_weather(city)，返回指定城市当天的天气。

一次典型 ReAct 回合可能是：

textThought: 用户问的是北京今天的天气，需要调用天气查询工具。 Action: call_tool[get_weather] {"city": "北京"} Observation: {"city": "北京", "date": "2026-06-21", "temp": 30, "condition": "晴"} Thought: 已经拿到今天北京的天气信息，可以总结成自然语言。 Action: finish_answer["北京今天是晴天，气温大约 30 度。"]

要点：

  • 第一段 Thought：决定「要干嘛」和「用哪个工具」
  • Action：是一个结构化的「调用指令」，告诉系统去实际执行工具
  • Observation：是「真实世界」的反馈，下一轮 Thought 必须基于它继续推理
  • 最后一次 Action 可以是一个特殊动作，比如 finish_answer，代表「不再用工具了，直接给最终回答」

把 ReAct 想成「LLM 在写自己的解题草稿（Thought），顺手让你去帮它按计算器（Action），再根据结果接着写（Observation）」。

Thought / Action / Observation 的先后顺序

在一个回合中，顺序总是：

  1. Thought：先想清楚要干嘛
  2. Action：再明确告诉系统「执行什么」
  3. Observation：等执行结果回来，再进入下一轮 Thought

用一个简单流程图表示一个 ReAct 回合：

Rendering diagram…
  • 每次 Observation 回来，都会进入新的 Thought
  • 当 Thought 认为可以直接回答时，Action 变成「给最终答案」，循环结束
1 / 6