11. 什么是 ReAct？如何基于 ReAct 模式构建具备自主规划能力的 AI 智能体？

难度 P0 必背 · 岗位 应用 · 频率 ★★★ · 预计阅读 14 min

本题阅读地图

1. 💡 简要回答
2. 📝 详细解析
3. 🎯 面试总结

👔面试官：说说 ReAct 是什么？怎么用它来构建智能体？

🙋‍♂️我：ReAct 就是推理加行动，让模型一边思考一边做事情。

👔面试官：ReAct 的循环具体是怎样的？Observation 有什么用？怎么防止 ReAct 无限循环？实际代码怎么实现？

🙋‍♂️我：……大概就是 Thought → Action → Observation 这样循环，具体代码没写过。

ReAct 是最经典的智能体架构模式，下面把原理和实现讲清楚。

TL;DR 速记

• 是什么：ReAct 是让 LLM 在 Thought、Action、Observation 之间循环，边推理边调用工具。
• 关键点：Observation 会把工具结果反馈给模型，模型据此调整下一步，而不是一次性生成完整答案。
• 怎么答：实现时要定义响应格式、工具描述和循环控制，尤其要有最大步数、重复动作检测和无进展终止。

图解

图 1：ReAct 执行闭环

💡 简要回答

ReAct（Reasoning + Acting） 是一种让 LLM 交替进行「推理」和「行动」的范式，通过观察行动结果来调整下一步策略。

核心循环：

Thought（思考当前状态和目标）
    ↓
Action（选择并执行工具）
    ↓
Observation（观察行动结果）
    ↓
[循环直到完成任务或达到最大步数]

📝 详细解析

ReAct 的核心思想

传统方式是「一次性生成答案」，ReAct 是「边做边想、边想边做」：

• Thought：分析当前情况，规划下一步
• Action：调用工具（搜索、计算、查数据库）
• Observation：获取工具返回的结果
• 循环：基于新的观察，重新思考

ReAct 示例流程

用户提问：「杭州今天天气怎么样？适合穿什么衣服？」

Step 1 - Thought:
用户想知道杭州的天气和穿衣建议。我需要先查询天气信息。

Step 1 - Action:
调用 get_weather 工具，city="杭州"

Step 1 - Observation:
{"city": "杭州", "temperature": 15, "condition": "多云", "wind": "东北风3级"}

Step 2 - Thought:
杭州今天15度多云，温度适中但有风。需要建议穿薄外套。

Step 2 - Action:
不需要调用工具，可以直接回答。

Step 3 - Final Answer:
杭州今天多云，15°C，东北风3级。建议穿薄外套+长裤，可以带件薄毛衣备用。

Spring AI 实现 ReAct

@Component
public class ReActAgent {

    private final ChatClient chatClient;
    private final List<Tool> tools;
    private static final int MAX_STEPS = 10;  // 防止无限循环

    public String execute(String userInput) {
        StringBuilder conversation = new StringBuilder();
        conversation.append("用户：").append(userInput).append("\n\n");

        for (int step = 0; step < MAX_STEPS; step++) {
            // 构建 ReAct Prompt
            String prompt = buildReActPrompt(conversation.toString());

            // 调用模型
            String response = chatClient.prompt(prompt).call().content();

            // 解析响应
            if (response.contains("Final Answer:")) {
                return extractFinalAnswer(response);
            }

            // 提取 Thought 和 Action
            String thought = extractThought(response);
            String action = extractAction(response);

            conversation.append("Thought: ").append(thought).append("\n");
            conversation.append("Action: ").append(action).append("\n");

            // 执行工具
            String observation = executeAction(action);
            conversation.append("Observation: ").append(observation).append("\n\n");
        }

        return "达到最大步数限制，任务未完成";
    }

    private String buildReActPrompt(String context) {
        return """
            你是一个智能助手，可以通过思考和使用工具来解决问题。

            可用工具：
            %s

            请按以下格式响应：
            Thought: 你的思考过程
            Action: 工具名称[参数]

            或当任务完成时：
            Final Answer: 最终答案

            历史：
            %s
            """.formatted(formatTools(), context);
    }

    private String executeAction(String action) {
        // 解析工具调用，执行并返回结果
        // get_weather[杭州] → 调用 weatherTool.query("杭州")
    }
}

防止无限循环的机制

public class ReActAgent {
    private static final int MAX_STEPS = 10;
    private static final Set<String> executedActions = new HashSet<>();

    private String executeWithSafety(String userInput) {
        for (int step = 0; step < MAX_STEPS; step++) {
            String action = getActionFromModel();

            // 1. 检测重复动作
            if (executedActions.contains(action)) {
                return "检测到重复动作，终止执行";
            }
            executedActions.add(action);

            // 2. 检测无效动作
            if (isInvalidAction(action)) {
                return "无效动作：" + action;
            }

            // 3. 执行动作
            String observation = executeAction(action);

            // 4. 检测是否有进展（Observation 是否有新信息）
            if (isNoProgress(observation)) {
                return "执行无进展，可能需要调整策略";
            }
        }
        return "达到最大步数限制";
    }
}

ReAct vs Plan-and-Execute

维度	ReAct	Plan-and-Execute
规划方式	边执行边规划	先完整规划，再执行
灵活性	高，能根据观察调整	低，计划一旦定好不易改
可解释性	每一步都有 Thought	整体计划清晰
适用场景	探索性任务、信息收集	确定性任务、流程固定
风险控制	可能陷入循环	计划可控，执行稳定

实际项目往往两者结合：先用 Plan-and-Execute 制定大纲，再用 ReAct 处理每个步骤的细节。

工程优化技巧

// 1. 工具描述要精确，帮助模型选对工具
@Tool(description = "查询天气。当用户询问任何城市的天气、气温、是否下雨时使用。")

// 2. Prompt 中给出 Few-shot 示例
String fewShotExample = """
示例1：
用户：北京天气怎么样？
Thought: 用户想知道北京的天气，我需要查询天气工具。
Action: get_weather[city="北京"]
Observation: {"temperature": 20, "condition": "晴"}
Thought: 已经拿到天气信息，可以直接回答。
Final Answer: 北京今天晴天，20°C。
""";

// 3. Observation 格式标准化
// 所有工具返回 JSON，方便模型解析

常见踩坑与反例

• 踩坑 1：把 ReAct 等同于工具调用 · 错误说法：只要 LLM 能调工具就是 ReAct。· 正确做法：强调 ReAct 是 Thought → Action → Observation 的多步闭环。
• 踩坑 2：Observation 不结构化 · 错误说法：工具返回一大段自然语言即可。· 正确做法：工具结果尽量用 JSON 或固定字段，方便模型判断下一步。
• 踩坑 3：没有循环终止条件 · 错误说法：让模型自己判断什么时候结束。· 正确做法：设置最大步数、重复动作检测、无效动作检测和无进展终止。
• 踩坑 4：工具描述太模糊 · 错误说法：搜索工具描述成「能查东西」。· 正确做法：写清工具用途、参数、返回格式和不该调用的场景。

面试官可能继续追问

• 追问 1：Observation 的作用是什么？ 答题要点：它把外部工具执行结果反馈给 LLM，让下一轮 Thought 基于真实状态调整。
• 追问 2：怎么解析 Action？ 答题要点：最好用结构化格式或函数调用协议，服务端校验工具名和参数，不能直接执行任意文本。
• 追问 3：ReAct 如何防止死循环？ 答题要点：最大步数、重复动作集合、无进展检测、错误次数阈值，必要时降级或转人工。
• 追问 4：ReAct 和 Plan-and-Execute 怎么选？ 答题要点：探索性、依赖反馈的任务选 ReAct；步骤明确、需要效率的任务选 Plan-and-Execute，也可混合使用。

🎯 面试总结

ReAct 是最基础的智能体架构模式。

核心循环：Thought → Action → Observation → 循环

实现要点：

1. Prompt 设计：明确定义 Thought/Action/Observation 格式
2. 工具描述：精确描述每个工具的用途和参数
3. 循环控制：最大步数限制、重复动作检测、无效动作检测
4. Few-shot 示例：给模型看正确的执行轨迹

与 Plan-and-Execute 对比：

• ReAct：灵活、适合探索性任务
• Plan-and-Execute：稳定、适合确定性任务

面试时要能画出 ReAct 循环图 和说出 防止死循环的机制（最大步数、重复检测）。

---

---

章节首页 · ← Q10 · Q12 →