三分钟说清楚 ReAct Agent 的技术实现

ReAct Agent 技术实现主要依赖于精心设计的 Prompt 模板、输出解析器和执行循环三大核心机制。

1. 核心 Prompt 工程

LangChain 使用特定的 Prompt 模板引导 LLM 按Thought → Action → Observation格式输出：

# 简化的 Prompt 结构 template = """ 用以下工具回答问题： 工具: - search: 搜索引擎, 输入: "查询词" - calculator: 计算器, 输入: "算式" 现在开始！ 问题: {input} Thought: {agent_scratchpad} """

关键设计：

agent_scratchpad：存储历史 Thought-Action-Observation 链，确保上下文连续
工具描述：每个工具都有标准化描述，帮助 LLM 理解何时使用
Few-shot 示例：内置典型交互样例，教会 LLM 输出格式

2. 输出解析机制

LLM 输出纯文本后，通过AgentOutputParser解析结构化数据：

# LLM 输出示例文本 """ Thought: 需要计算 2+2*2 Action: calculator Action Input: "2+2*2" """

解析过程：

正则匹配：提取Thought:/Action:/Action Input:块
格式验证：确保符合预定 schema，否则触发格式错误处理
工具映射：将 Action 字符串映射到具体工具实例

关键代码（简化）：

class ReActParser: def parse(self, text: str): thought = re.search(r"Thought: (.*?)\n", text).group(1) action = re.search(r"Action: (.*?)\n", text).group(1) action_input = re.search(r"Action Input: (.*?)\n", text).group(1) return AgentAction(tool=action, input=action_input, log=thought)

3. AgentExecutor 循环控制

这是 ReAct 的"大脑"，管理整个执行流程：

class AgentExecutor: def run(self, query): # 初始化 scratchpad = "" # 交互历史 steps = 0 while steps < max_iterations: # 1. 调用 LLM 生成下一步 llm_output = self.llm( prompt.format(input=query, agent_scratchpad=scratchpad) ) # 2. 解析输出 action = self.output_parser(llm_output) # 3. 判断终止条件 if isinstance(action, AgentFinish): return action.return_values["output"] # 4. 执行工具 observation = self.tools[action.tool].run(action.input) # 5. 更新 scratchpad scratchpad += f"{action.log}\nObservation: {observation}\nThought: " steps += 1 return "达到最大迭代次数"

关键设计模式：

while 循环：实现 Thought-Action-Observation 循环
scratchpad 累积：将每轮结果追加，形成完整上下文
终止判断：当解析出AgentFinish时返回最终结果

4. 工具调用架构

工具通过标准化接口集成：

class BaseTool: name: str # 工具唯一标识 description: str # 给 LLM 看的说明 args_schema: BaseModel # 参数结构 def _run(self, input: str) -> str: # 具体实现 pass

动态注册机制：

# 工具自动发现 tools = [ Tool(name="search", func=search_api, description="搜索引擎..."), Tool(name="calculator", func=calculate, description="计算器...") ] # 传递给 Agent agent = create_react_agent(llm, tools, prompt)

5. 错误处理与鲁棒性

常见错误类型：

格式错误：LLM 未按指定格式输出 → 捕获异常并重新提示
工具不存在：LLM 幻想了不存在的工具 → 返回错误 Observation
参数错误：工具调用参数格式不对 → 捕获异常并反馈

自我修复机制：

except OutputParserException: # 将错误信息加入 scratchpad，让 LLM 自我纠正 scratchpad += f"解析错误，请严格遵循格式：Action: tool_name\nAction Input: input\n" continue # 重新循环

6. 记忆管理

ReAct Agent 的记忆体现在两个层面：

短期记忆（核心）：

agent_scratchpad：当前任务的交互历史
每轮循环自动清空，任务结束即丢弃

长期记忆（可选）：

集成ConversationBufferMemory实现多轮对话
在 Prompt 中注入历史对话摘要

技术实现总结

组件	实现方式	关键技术
推理生成	Prompt Engineering + LLM 调用	Few-shot、Scratchpad
行动解析	正则/结构化输出解析	Pydantic、OutputParser
工具执行	标准化接口 + 动态调用	BaseTool、回调机制
循环控制	While 循环 + 状态机	AgentExecutor、终止判断
错误恢复	异常捕获 + 上下文反馈	Try-Except、自我修复