ReAct详解
关键词：ReAct、Synergizing Reasoning、Acting、推理行动、工具调用、LLM Agent、自主智能体、交互式推理、外部工具、动态规划
一、ReAct框架概述
ReAct（Reasoning + Acting，推理与行动协同）是由Google研究院和普林斯顿大学的研究者于2023年提出的一个创新性提示词框架。与传统的纯推理（Reasoning Only）或纯行动（Acting Only）方法不同，ReAct通过将语言模型的推理能力和行动能力进行有机整合，实现了”边想边做，边做边想”的交互式问题解决范式。
ReAct的核心理念源自一个深刻的观察：人类的智能行为往往是推理和行动的交织过程。当我们解决复杂问题时，会先进行推理以理解问题和制定计划，然后采取行动来验证假设或获取信息，再基于行动结果进行下一轮推理。这种推理-行动-推理的循环模式比单纯的思考或行动都更加高效和可靠。
ReAct的核心创新
ReAct不仅仅是”先推理再行动”，而是让推理和行动在一个循环中相互增强：推理指导行动，行动结果反馈给推理，形成一个不断迭代优化的动态过程。
二、核心原理与工作机制
2.1 推理-行动循环
ReAct的基本工作流程可以描述为一个持续迭代的循环：
用户问题 → 推理(Thought) → 行动(Action) → 观察(Observation) → 推理(Thought) → ...
每个循环包含三个核心环节：
| 环节 | 含义 | 作用 |
|---|---|---|
| Thought（思考） | 对当前状态的分析和推理 | 理解问题、制定下一步计划 |
| Action（行动） | 执行的具体操作 | 获取信息、操作外部系统 |
| Observation（观察） | 行动的结果反馈 | 验证假设、更新状态 |
2.2 Thought的设计
Thought是ReAct中的推理环节，它需要完成以下任务：
- 问题理解：分析当前状态和目标
- 知识检索：决定需要什么信息
- 计划制定：决定下一步应该采取什么行动
- 假设验证：评估已有信息是否足够
# Thought示例
## Thought 1
问题分析：
- 用户询问的是特斯拉股票的目标价
- 我需要获取最新的分析师预测数据
- 我需要了解影响股价的关键因素
计划：
- 使用搜索工具查询最新分析师报告
- 使用计算工具进行合理估值2.3 Action的设计
Action是ReAct中的行动环节，它包括但不限于：
| 行动类型 | 描述 | 示例 |
|---|---|---|
| Search | 搜索外部信息 | 搜索”特斯拉分析师评级” |
| Retrieve | 从知识库获取信息 | 检索”财务分析知识库” |
| Calculate | 执行计算 | 计算”净现值”或”增长率” |
| Read | 读取文件或网页 | 读取PDF报告或网页内容 |
| Query | 查询数据库 | 执行SQL查询 |
| Generate | 生成内容 | 生成报告或代码 |
# Action定义示例
actions = {
"search": {
"description": "搜索网络获取实时信息",
"parameters": {"query": "搜索关键词"}
},
"calculate": {
"description": "执行数学计算",
"parameters": {"expression": "计算表达式"}
},
"retrieve": {
"description": "从知识库检索信息",
"parameters": {"topic": "检索主题"}
},
"finish": {
"description": "完成任务，输出最终答案",
"parameters": {"answer": "最终答案"}
}
}2.4 Observation的作用
Observation是行动结果的反馈，它：
- 提供行动执行的状态信息
- 返回查询或计算的结果
- 指示是否有错误或异常
- 更新Agent的内部状态
## Observation
搜索结果返回：
- 高盛分析师：目标价$280，维持买入评级
- 摩根士丹利分析师：目标价$260，维持增持评级
- 15位分析师平均目标价：$275
这些数据与当前股价$210相比，上涨空间约31%。三、ReAct提示词模板
3.1 基础模板
# ReAct提示词基础模板
你是一个智能助手，可以推理问题和执行行动来完成任务。
## 可用工具
- search(query): 搜索网络信息
- retrieve(topic): 从知识库检索信息
- calculate(expression): 执行数学计算
- finish(answer): 完成回答
## 工作流程
对于每个问题，你将按照以下格式进行推理和行动：
问题：{用户问题}
Thought 1: [你的第一个思考，分析问题和制定计划]
Action 1: [你选择执行的行动]
Observation 1: [行动的结果]
Thought 2: [基于观察结果的思考]
Action 2: [你的下一个行动]
...
请用中文回答。
问题：{用户问题}3.2 完整示例
# ReAct完整示例
## 系统提示
你是一个财务分析助手，使用ReAct框架进行系统性分析。
## 可用工具
- search(query): 搜索最新财务新闻和分析师报告
- retrieve(topic): 检索财务分析方法
- calculate(expression): 执行财务计算
- retrieve_financials(symbol): 获取公司财务数据
- finish(answer): 完成分析并给出建议
## 行为准则
1. 每一步行动都要有清晰的推理
2. 优先使用搜索和检索获取一手信息
3. 计算时确保数据准确
4. 最终建议要有充分依据
## 示例格式
问题：{问题描述}
Thought: [思考过程]
Action: [行动名称(参数)]
Observation: [行动结果]
...
---
问题：分析苹果公司(AAPL)的投资价值，给出目标价预测。3.3 增强模板
# ReAct增强模板
## 角色定义
你是一位资深投资分析师，擅长系统性研究和量化分析。
## 能力边界
- ✅ 可以使用外部工具获取实时信息
- ✅ 可以执行复杂的财务计算
- ✅ 可以进行多维度投资分析
- ❌ 不能提供确定的投资建议
- ❌ 不能预测股价短期波动
## 推理框架
每次推理必须包含：
1. **问题分解**：将复杂问题分解为可执行的子问题
2. **信息缺口**：明确还需要什么信息
3. **行动计划**：制定获取信息的步骤
4. **风险提示**：识别分析中的不确定性
## 输出规范
最终输出必须包含：
- 分析摘要（200字以内）
- 关键发现（3-5点）
- 估值区间
- 主要风险
- 免责声明四、ReAct与工具集成
4.1 工具类型与集成
ReAct框架可以集成的工具类型：
信息获取工具
| 工具 | 功能 | 适用场景 |
|---|---|---|
| Web Search | 搜索网络信息 | 实时新闻、研究报告 |
| Knowledge Base | 检索结构化知识 | 专业知识问答 |
| Database | 查询数据库 | 结构化数据分析 |
| API | 调用外部服务 | 实时数据、业务集成 |
信息处理工具
| 工具 | 功能 | 适用场景 |
|---|---|---|
| Calculator | 数学计算 | 财务分析、统计分析 |
| Code Executor | 执行代码 | 数据处理、模型运行 |
| Parser | 解析文档 | 提取非结构化数据 |
| Formatter | 格式化输出 | 生成报告、图表 |
行动执行工具
| 工具 | 功能 | 适用场景 |
|---|---|---|
| 发送邮件 | 通知、报告发送 | |
| Calendar | 管理日程 | 会议安排、提醒 |
| File System | 文件操作 | 文档管理、存储 |
4.2 工具调用格式
# 工具调用格式
## 格式说明
Action: tool_name
Action Input: {"param1": "value1", "param2": "value2"}
## 示例
Action: search
Action Input: {"query": "特斯拉2024年Q4财报要点"}
Action: calculate
Action Input: {"expression": "(85000000000 - 78000000000) / 78000000000 * 100"}
Action: retrieve_financials
Action Input: {"symbol": "AAPL", "period": "annual"}4.3 多工具协同
# 多工具协同示例
Thought: 用户需要全面的市场分析报告。我需要：
1. 搜索最新的市场数据
2. 获取公司财务数据
3. 执行财务分析计算
4. 整合信息生成报告
Action: search
Action Input: {"query": "2024年新能源汽车市场分析报告"}
Observation: 搜索返回5篇相关报告，主要数据：
- 全球新能源汽车销量同比增长35%
- 中国市场占全球60%份额
- 预计2025年渗透率将达到30%
Thought: 获取了市场概览，现在需要获取具体公司的财务数据。
Action: retrieve_financials
Action Input: {"symbol": "TSLA", "period": "quarterly", "metrics": ["revenue", "margin", "guidance"]}
Observation: 特斯拉2024年Q3财务数据：
- 营收：251亿美元（YoY +8%）
- 毛利率：19.2%
- 指引：预计全年交付量增长20%
Thought: 现在我有了市场数据和公司财务数据，可以进行综合分析了。
Action: calculate
Action Input: {"expression": "calculate_valuation(revenue=251e8, growth=0.08, pe=45)"}
Observation: 基于DCF模型的估值结果：目标价区间$280-$320
...五、ReAct高级应用
5.1 复杂推理链设计
# 复杂推理链示例
## 任务：竞争对手分析
Thought 1: 我需要进行全面的竞争对手分析。首先需要确定主要竞争对手。
Action 1: search(query="电动汽车市场主要竞争对手 2024")
Observation 1: 主要竞争对手包括：
- 比亚迪（全球销量第一）
- 大众ID系列
- 现代起亚Ioniq系列
- Rivian、Lucid等新势力
Thought 2: 好的，已识别主要竞争对手。现在需要获取各公司的市场份额数据。
Action 2: retrieve(topic="全球电动汽车市场份额 2024")
Observation 2: 2024年Q3全球市场份额：
- 特斯拉：16%
- 比亚迪：22%
- 大众：8%
- 其他：54%
Thought 3: 数据表明比亚迪已超越特斯拉成为全球第一。现在分析各公司的核心竞争力。
Action 3: [继续深入分析]
...
Thought N: 综合以上分析，生成最终报告。
Action N: finish(answer=final_report)5.2 自我纠错机制
# 自我纠错示例
Thought 1: 用户问的是特斯拉的竞争优势。我将搜索相关信息。
Action 1: search(query="特斯拉竞争优势 2024")
Observation 1: 返回结果包含一些过时信息（2022年数据）。
Thought 2: 搜索结果中包含了过时数据，需要更精确的时间筛选。
Action 2: search(query="特斯拉竞争优势 最新 2024 2025")
Observation 2: 获取到最新的竞争优势分析。
Thought 3: 现在有了最新数据，可以进行分析了。
[继续分析流程]
---
# 错误处理示例
Thought: 我需要计算增长率，但提供的数据似乎不完整。
Action: retrieve_financials
Action Input: {"symbol": "AAPL", "period": "annual", "metrics": ["revenue"]}
Observation: 返回数据缺少2020年和2021年的数据。
Thought: 数据存在缺口，这会影响计算的准确性。我需要：
1. 标记这个数据缺口
2. 使用可用的年份数据计算
3. 在报告中说明限制
Action: calculate
Action Input: {"expression": "calculate_growth(available_data)", "note": "基于2022-2024数据计算"}
...5.3 多轮对话管理
# 多轮对话ReAct模板
## 对话历史管理
保留对话历史用于上下文理解：
- 用户的原始问题
- 每轮的Thought、Action、Observation
- 已获取的关键信息摘要
## 状态跟踪
维护当前分析状态：
- 已完成的信息收集
- 正在进行中的分析
- 待完成的任务
## 增量更新
当用户提供额外信息时：
1. 评估新信息的相关性
2. 判断是否需要调整分析方向
3. 决定是否重新执行某些步骤
## 格式
---
[用户]: 追加问题/补充信息
[Agent]:
Thought: [如何处理新信息]
Action: [需要的行动]
Observation: [结果]
...六、ReAct变体与扩展
6.1 ReAct-Perceiver
ReAct-Perceiver扩展了原始ReAct，增加了感知能力：
# ReAct-Perceiver 扩展
## 新增组件
- **Perceive**：感知环境变化
- **Update**：更新内部状态
- **Reflect**：反思已执行的操作
## 流程
Thought → Action → Perceive → Observation → Reflect → Update → Next Thought6.2 ReAct-Self-Correct
ReAct-Self-Correct增加了自我纠错能力：
# ReAct-Self-Correct 流程
## 检查点机制
在每个重要步骤后进行自我检查：
1. 逻辑一致性检查
2. 数据准确性检查
3. 假设合理性检查
## 纠错触发条件
- 发现逻辑矛盾
- 数据与预期不符
- 收到外部反馈
## 纠错流程
发现问题 → 回溯分析 → 修正行动 → 继续执行6.3 ReAct-Plan
ReAct-Plan增强了规划能力：
# ReAct-Plan 增强
## 预规划阶段
在执行行动前，先生成完整计划：
Thought: 用户需要完整的投资分析报告。
Plan:
1. 市场调研 → 2. 财务分析 → 3. 估值计算 → 4. 风险评估 → 5. 报告生成
## 执行监控
在执行过程中监控计划执行情况：
- 任务完成度
- 时间消耗
- 偏差修正七、ReAct与CoT/ToT对比
7.1 核心差异
| 维度 | CoT | ToT | ReAct |
|---|---|---|---|
| 推理方式 | 线性 | 树状 | 循环 |
| 行动能力 | 无 | 无 | 有 |
| 外部交互 | 无 | 无 | 有 |
| 问题类型 | 封闭问题 | 探索问题 | 交互问题 |
| 信息获取 | 内部知识 | 内部知识 | 外部工具 |
| 适用场景 | 数学推理 | 创意生成 | 动态任务 |
7.2 选择决策树
任务类型 → 推荐方法
│
├─ 需要精确推理 → CoT
│ └─ 简单数学、逻辑题
│
├─ 需要探索多种可能 → ToT
│ └─ 创意写作、战略规划
│
├─ 需要外部信息/工具 → ReAct
│ └─ 研究分析、实时问答
│
├─ 需要动态交互 → ReAct
│ └─ 客服、数据查询
│
└─ 复杂综合任务 → ReAct + CoT/ToT
└─ 先用ToT规划，再用ReAct执行
7.3 组合策略
ReAct + CoT
# 组合模式：ReAct + CoT
Thought: [使用CoT进行深度推理]
Action: [执行获取信息]
Observation: [CoT验证推理结果]
...ReAct + ToT
# 组合模式：ReAct + ToT
阶段1（ToT规划）：
- 生成多个可能的分析路径
- 评估并选择最佳路径
阶段2（ReAct执行）：
- 按照选定路径执行
- 动态调整计划八、实战案例
案例一：研究性问答
问题：特斯拉的自动驾驶技术领先竞争对手多长时间？
Thought 1: 用户想知道特斯拉自动驾驶技术的相对优势。这需要：
1. 了解特斯拉FSD的技术进展
2. 了解主要竞争对手的技术状态
3. 进行对比分析
Action 1: search(query="特斯拉FSD最新技术进展 2025")
Observation 1: 特斯拉FSD V13版本已实现端到端神经网络架构，
在城市道路驾驶中表现显著提升。
Thought 2: 了解了特斯拉的技术进展，现在需要了解竞争对手的情况。
Action 2: search(query="Waymo通用自动驾驶技术进展 2025")
Observation 2: Waymo在特定区域表现优秀，但依赖高清地图，
扩展性受限。
Action 3: search(query="华为自动驾驶技术进展 2025")
Observation 3: 华为ADS 3.0已在中国市场部署，
在某些场景表现接近特斯拉。
Thought 3: 现在有了足够的信息进行综合分析。
Action 4: calculate
Action Input: {"analysis": "技术对比分析"}
Observation 4: 分析结果：
- 特斯拉：领先约1-2年（端到端架构）
- 华为：快速追赶，差距缩小
- Waymo：特定场景领先但扩展性差
Thought 4: 可以给出综合分析了。
Action 5: finish
Action Input: {"answer": "特斯拉自动驾驶技术领先竞争对手约1-2年..."}案例二：数据分析任务
问题：分析苹果公司过去5年的营收增长趋势，并预测未来3年走势。
Thought 1: 这是一个财务分析任务，需要：
1. 获取苹果5年财务数据
2. 分析增长趋势
3. 建立预测模型
4. 给出预测结果
Action 1: retrieve_financials
Action Input: {"symbol": "AAPL", "period": "annual", "years": 5, "metrics": ["revenue", "growth"]}
Observation 1: 苹果2019-2024营收数据：
- 2019: $2602亿
- 2020: $2745亿 (+5.5%)
- 2021: $3658亿 (+33.2%)
- 2022: $3943亿 (+7.8%)
- 2023: $3833亿 (-2.8%)
- 2024: $3910亿 (+2.0%)
Thought 2: 数据获取成功。现在分析增长模式并建立预测模型。
Action 2: calculate
Action Input: {"expression": "calculate_cagr(data=[2602,2745,3658,3943,3833,3910], years=5)"}
Observation 2: 5年复合增长率(CAGR): 8.5%
Action 3: calculate
Action Input: {"expression": "predict_revenue(historical=data, years=3, model='linear')"}
Observation 3: 未来3年预测：
- 2025: $4100亿 (+4.9%)
- 2026: $4300亿 (+4.9%)
- 2027: $4500亿 (+4.7%)
...
Action N: finish
Action Input: {"answer": "苹果营收分析及预测报告..."}九、最佳实践与注意事项
9.1 设计原则
ReAct设计最佳实践
- 清晰的Thought：每一步推理都要有明确的逻辑
- 合理的Action：行动要与推理一致
- 有效的Observation：结果要能被正确解读
- 明确的终止：定义何时应该结束循环
- 错误处理：考虑失败情况的处理方式
9.2 常见问题与解决
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 循环过长 | 推理不充分 | 增加推理深度，减少行动次数 |
| 行动失败 | 工具调用错误 | 添加错误处理和重试机制 |
| 信息不足 | 搜索不准确 | 优化搜索策略，增加信息源 |
| 逻辑矛盾 | 推理跳跃 | 增加中间推理步骤 |
9.3 性能优化
- 减少不必要的行动：在Thought中充分分析
- 批量获取信息：尽量一次获取完整信息
- 缓存中间结果：避免重复获取相同信息
- 设置超时机制：防止无限循环
相关主题
- 链式思考CoT - 纯推理方法
- 思维树ToT - 树状探索方法
- CoT进阶技术 - Self-Ask等进阶技术
- 自洽性Self-Consistency - 多数投票机制