AI Agent 入门：手把手实现 ReAct 模式（思考→行动→观察循环）

AI Agent 入门：手把手实现 ReAct 模式（思考→行动→观察循环）

2026 年最热的技术方向就是 AI Agent。而所有 Agent 的基石，是一个叫 ReAct 的循环模式。这篇文章用最小 Python 代码，带你从零实现一个能"思考、调用工具、观察结果"的 Agent。

一、背景：Agent 为什么"聪明"

你有没有发现，直接问大模型"帮我查一下北京的天气并订机票"，它做不到——因为大模型本身不能执行动作，只能生成文字。

ReAct（Reasoning + Acting，2022 年提出）解决的就是这个问题：让大模型在"思考"和"行动"之间交替，通过调用外部工具（API、数据库、代码）来真正完成任务。

二、核心原理：Thought→Action→Observation

ReAct 循环的三个阶段：

1. Thought（思考）：模型分析当前状态，决定下一步做什么
2. Action（行动）：模型输出一个工具调用（如 search(“北京天气”)）
3. Observation（观察）：系统执行工具，把结果返回给模型

如此循环，直到模型认为任务完成，输出最终答案。

Thought: 用户想查北京天气，我需要调用天气查询工具
Action: search_weather("北京")
Observation: 北京今天 28°C，晴
Thought: 天气已获取，可以回答用户了
Answer: 北京今天 28°C，天气晴朗 ☀️

三、代码实战：最小 ReAct 引擎

class ReActAgent:
    def __init__(self, tools):
        self.tools = tools          # 工具注册表
        self.max_steps = 5          # 最大循环步数（防死循环）
    
    def think(self, query, history):
        # 真实场景这里调用 LLM；此处用规则模拟"思考"
        for name, fn in self.tools.items():
            if name in query:
                return f"ACTION: {name}({query.split(name)[1].strip()})"
        return "ANSWER: 我无法处理这个请求"
    
    def run(self, query):
        history = []
        for _ in range(self.max_steps):
            step = self.think(query, history)
            print(f"Thought → {step}")
            if step.startswith("ACTION:"):
                action = step[7:].strip()
                tool, arg = action.split("(", 1)
                arg = arg.rstrip(")")
                obs = self.tools[tool](arg)   # 执行工具
                print(f"Observation → {obs}")
                history.append(obs)
            elif step.startswith("ANSWER:"):
                return step[7:].strip()
        return "达到最大步数，任务未完成"

# 定义工具
tools = {"search_weather": lambda city: f"{city} 今天 28°C，晴"}
agent = ReActAgent(tools)
print("最终回答:", agent.run("帮我查一下 search_weather 北京"))

防死循环：max_steps 限制循环次数是工程必备——真实 Agent 中模型可能反复调用同一个工具，必须有兜底。

四、关键经验（避坑）

1. 工具描述要清晰：模型靠描述决定调哪个工具，描述写得好调用才准
2. 参数要校验：工具收到的参数必须做类型和范围校验，防注入
3. 循环必须有上限：无限制的 Agent 会烧光你的 Token
4. 观察结果要结构化：返回给模型的观察结果格式要统一，便于它理解
5. 可观测性：记录每一步的 Thought/Action/Observation，出问题才能回溯

五、完整系列推荐

本文选自《AI Agent 工程实战：从 LLM API 到生产级智能体》100 期系统教程，覆盖 ReAct、工具调用、RAG、MCP、多智能体、生产部署，每期配可运行 Python 仿真。

该系列及 65+ 技术知识库已在 ima 知识号发布，搜索「Kruptos」即可订阅。

8 款 AI 技能（含 self-evolving-agent 自进化 Agent、humanize-writing 去 AI 味写作）已上线 ima 技能广场，搜索即装。

作者：Kruptos（西电毕业，13 年无线通信/DSP/嵌入式科研，现深耕 AI 与云原生）
原创内容，转载注明出处。