从零构建ReAct Agent：Python实现与核心逻辑解析

1. 为什么你需要亲手实现一个ReAct Agent？

如果你对AI Agent（智能体）感兴趣，或者已经用过了像AutoGPT、LangChain这类框架，你可能会觉得它们很强大，但同时又有点“黑盒”。你输入一个任务，它就开始自动搜索、思考、执行，最后给你一个答案。整个过程看起来很酷，但内部到底是怎么运转的？提示词长什么样？LLM（大语言模型）在每一步究竟接收到了什么信息？工具调用失败时，Agent会不会“卡住”？

这些问题，只有当你亲手从零开始构建一个Agent时，才能找到最清晰的答案。而ReAct（Reasoning + Acting） 范式，正是理解这一切的绝佳起点。它不像一些复杂框架那样封装了无数层抽象，它的核心思想极其简洁：让模型学会“三思而后行”。具体来说，就是让模型在解决问题时，交替进行思考（Thought）、行动（Action） 和观察（Observation）。思考用于分析当前情况和规划下一步；行动则是调用外部工具（比如搜索网络、查询数据库）；观察是接收工具返回的结果，作为下一步思考的依据。这个循环会一直持续，直到模型认为已经得到足够信息，可以输出最终答案。

我刚开始接触Agent时，直接上手机器学习框架，虽然能跑起来，但总觉得隔着一层纱。后来我决定抛开框架，用最基础的Python，参照ReAct论文的原型，自己实现一遍。这个过程让我恍然大悟，原来Agent的核心逻辑可以如此清晰。你会发现，所谓的“智能”，很大程度上依赖于我们精心设计的提示词和可靠的工具调用循环。通过这次构建，你不仅能深刻理解ReAct，更能获得一种“造轮子”的自信，未来再去使用或定制任何Agent框架，你都能一眼看穿其本质。

所以，这篇文章就是带你走一遍我走过的路。我们将完全使用Python标准库和requests，不依赖任何重型框架，从零开始，一步步搭建一个能真实运行、具备搜索和查找能力的ReAct Agent。我会把每一行代码的逻辑、每一个设计选择背后的考量，以及我实际调试中踩过的坑，都毫无保留地分享给你。当你跟着完成时，你得到的不仅仅是一段可以运行的代码，更是一张深入AI Agent世界的清晰地图。

2. 拆解ReAct的核心循环：它到底是怎么“想”和“做”的？

在动手写代码之前，我们必须像建筑师看蓝图一样，彻底理解ReAct的工作流程。很多教程会直接扔给你一个循环图，但我想带你像侦探一样，拆解其中的每一个环节。整个流程的核心是一个受控的循环，Agent在这个循环里扮演一个“拥有工具的使用者”，而LLM则是它的“大脑”。

第一步：接收任务与初始化。 我们给Agent一个问题，比如“ChatGPT是哪个公司的？”。同时，我们要给Agent一个“工作手册”，也就是提示词模板。这个模板至关重要，它定义了Agent的“人格”和“能力范围”。它会告诉LLM：你现在是一个ReAct Agent，你可以进行三种操作（Search, Lookup, Finish），并且这是几个示例（Few-shot Learning）。我们把问题拼接到这个模板后面，就形成了给LLM的初始提示。

第二步：生成“思考”与“行动”。 这是循环的开始。我们将拼接好的提示词发送给LLM（比如通过OpenAI或国内的通义千问API）。这里的关键是，我们要求LLM严格按照“Thought X: ... Action X: ...”的格式输出。Thought部分是模型对当前情况的内部分析和推理，这部分内容不会直接影响外部世界，只是它的“内心戏”。Action部分则是它决定要对外部世界采取的具体操作。例如，它可能输出：“Thought 1: 我需要先知道ChatGPT是什么，然后才能查找它的公司。Action 1: Search[ChatGPT]”。

第三步：解析与执行行动。 我们的程序需要像老师批改作业一样，严格解析LLM返回的文本，准确提取出Thought和Action字符串。一旦提取出Action，比如Search[ChatGPT]，程序就要调用对应的工具函数——这里是搜索维基百科的函数。这个函数会访问外部API或网页，获取关于“ChatGPT”的摘要信息。

第四步：形成“观察”并更新上下文。 工具函数返回的结果（比如一段描述文本）就成为了Observation。接下来是最精妙的一步：我们把“Thought”、“Action”和这个新的“Observation”作为一个完整的步骤，追加到最初的提示词后面。然后，整个流程回到第二步。现在，LLM收到的提示词包含了历史的所有步骤（Thought1, Action1, Observation1），它在此基础上进行新一轮的思考。例如，它可能看到Observation1里提到了“OpenAI”，那么它下一步的Thought2可能就是“ChatGPT由OpenAI创建，那么我需要搜索OpenAI来了解其子公司和产品”，Action2则可能是Search[OpenAI]。

第五步：循环终止。 这个“思考-行动-观察”的循环会一直进行，直到模型生成的Action是Finish[最终答案]。此时，程序跳出循环，提取出Finish[]括号中的内容作为最终答案返回。我们通常也会设置一个最大步数（比如8步），防止问题过于复杂导致无限循环。

这个循环的巧妙之处在于，它将模型的推理过程（Thought）外部化、结构化，使得整个决策过程变得可追踪、可调试。同时，通过将工具调用结果（Observation）反馈给模型，实现了与外部世界的闭环交互。你之后会发现，无论多复杂的Agent框架，其底层都离不开这个基本的交互循环。

3. 搭建你的开发环境与工具函数

理论清楚了，我们开始动手。首先确保你有一个Python环境（3.8以上即可）。我们不需要TensorFlow或PyTorch，只需要几个轻量级的库来处理网络请求和HTML解析。打开你的终端，创建一个新的项目目录，然后安装依赖：

pip install requests beautifulsoup4

requests库用于调用LLM API和访问维基百科，beautifulsoup4则用来解析维基百科返回的HTML页面，提取我们需要的文本内容。接下来，我们创建一个Python文件，比如叫做react_agent.py。文件开头，我们先导入必要的模块：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
从零构建ReAct Agent
一个纯Python实现，用于深入理解思考-行动-观察循环的核心机制。
"""
import requests
import time
import re
import json
from bs4 import BeautifulSoup

现在，我们来配置最关键的部分——LLM的访问。为了代码的通用性，我们使用与OpenAI API兼容的接口格式。这里我以阿里云的通义千问为例，因为它提供了兼容的端点，且易于获取API Key。你也可以替换成任何支持相同接口的模型服务。

# ============================