ReAct模式全面解析：AI智能体的思考与行动框架#

1
while (true) {
2
  // 1、思考(Thought)：大模型调用，分析当前状态，决定下一步行动
3
  if(无需工具调用) {
4
    break;
5
  }
6
  // 2、行动(Action)：根据思考结果调用相应工具
7
  // 3、观察(Observation)：获取工具执行结果，作为下一步思考的输入
8
}

1
// 工具定义示例
2
Tool.builder()
3
    .name("查询补货计划单详情")
4
    .desc("根据补货计划单号查询补货计划单详情")
5
    .parameters(Collections.singletonList(
6
            Tool.Parameter.builder()
7
                    .name("orderCode")
8
                    .desc("补货计划单号")
9
                    .type("string")
10
                    .required(true)
11
                    .build()
12
    ))
13
    .build();

1
// 思考工具定义示例
2
{
3
  "name":"think_and_plan",
4
  "description":"在执行任何业务操作前必须调用的思考工具。像人类一样先思考再行动。",
5
  "input_schema":{
6
    "type":"object",
7
    "properties":{
8
      "user_intent":{"type":"string", "description":"你对用户核心需求的理解"},
9
      "current_situation":{"type":"string", "description":"当前状态分析"},
10
      "plan":{"type":"array", "items":{"type":"string"}, "description":"详细的执行步骤列表"},
11
      "next_action":{"type":"string", "description":"基于规划确定的下一个具体行动"}
12
    }
13
  }
14
}

1
public class ReActAgent {
2
    // 工具列表定义
3
    private static final List<Tool> TOOLS = Arrays.asList(
4
            Tool.builder()
5
                    .name("查询补货计划单详情")
6
                    .desc("根据补货计划单号查询补货计划单详情")
7
                    .parameters(Collections.singletonList(
8
                            Tool.Parameter.builder()
9
                                    .name("orderCode")
10
                                    .desc("补货计划单号")
11
                                    .type("string")
12
                                    .required(true)
13
                                    .build()
14
                    ))
15
                    .build(),
16
            Tool.builder()
17
                    .name("审批补货计划单")
18
                    .desc("根据补货计划单号审批补货计划单")
19
                    .parameters(Collections.singletonList(
20
                            Tool.Parameter.builder()
21
                                    .name("orderCode")
22
                                    .desc("补货计划单号")
23
                                    .type("string")
24
                                    .required(true)
25
                                    .build()
26
                    ))
27
                    .build()
28
    );
29

30
    // 核心ReAct循环逻辑
31
    private static String reAct(String ak, Memory memory, StringBuilder latestInput) {
32
        while (true) {
33
            // 构建提示词并调用大模型
34
            String prompt = prompt(USER_PROMPT, TOOLS, memory, latestInput);
35
            String llmResult = LLM.llm(prompt, ak);
36

37
            // 根据大模型输出决定下一步操作
38
            if (isQueryPlanOrderAction(llmResult)) {
39
                // 调用查询工具并处理结果
40
                String toolResult = JSON.toJSONString(queryPlanOrder(null));
41
                String observation = toolResult;
42
                latestInput.append("\n").append(llmResult)
43
                        .append("\n").append("Observation: ").append(observation);
44
            }
45
            else if (isAuditPlanOrderAction(llmResult)) {
46
                // 调用审批工具并处理结果
47
                String toolResult = JSON.toJSONString(auditPlanOrder(null));
48
                String observation = toolResult;
49
                latestInput.append("\n").append(llmResult)
50
                        .append("\n").append("Observation: ").append(observation);
51
            }
52
            else {
53
                // 无需工具调用，直接返回结果
54
                return llmResult;
55
            }
56
        }
57
    }
58

59
    // 其他辅助方法...
60
}

1
// 防循环伪代码
2
max_retries = 3
3
max_total_calls = 20
4
timeout = 300  // 5分钟
5

6
if consecutive_failures >= max_retries:
7
    return "连续失败次数过多，请检查工具配置或联系技术支持"
8

9
if total_calls >= max_total_calls:
10
    return "调用次数超限，任务可能过于复杂，建议分解后重试"