企业官网建设流程全解析

Day 19：第一阶段测验准备 —— 手动模拟 ReAct 循环

欢迎来到第十九天！在前面的学习中，我们已经掌握了 Function Calling（Day 11），理解了模型如何请求调用工具。但 Function Calling 是 API 层面的机制，模型只是“给出参数”，而推理过程是隐藏的。今天我们要深入 Agent 的核心范式——ReAct（Reasoning + Acting），并手动模拟一个 ReAct 循环，让模型在每一步都显式地输出“思考（Thought）”和“行动（Action）”，然后我们手动执行行动并将“观察（Observation）”反馈给模型。这将帮助你真正理解 Agent 是如何工作的，并为明天使用 LangChain 的现成 Agent 打下坚实基础。

一、今日学习目标

1. 理解 ReAct 范式的核心思想：模型交替进行推理（Thought）、行动（Action）、观察（Observation），直到得出最终答案。
2. 掌握如何通过精心设计的 Prompt 让模型按照 ReAct 格式输出。
3. 动手实现一个手动模拟 ReAct 循环：模型输出 Thought/Action，程序执行工具，将 Observation 返回给模型，循环直到模型给出 Final Answer。
4. 通过实验观察模型如何决定使用哪个工具、如何分析观察结果、如何修正错误。
5. 对比 ReAct 与 Function Calling 的异同，为后续使用 LangChain 的 Agent 做准备。

二、详细实现步骤

步骤 1：理解 ReAct 范式

ReAct 是一种让大模型进行推理和行动的提示范式。它的核心思想是：模型不直接回答，而是先生成一个“Thought”，说明它下一步要做什么，然后生成一个“Action”，表示调用某个工具并给出输入；外部程序执行该工具，返回结果作为“Observation”；模型再根据 Observation 继续思考，如此循环，直到模型认为已经得到足够信息，输出“Final Answer”。

一个典型的 ReAct 交互如下：

Thought: 我需要知道北京今天的天气，所以应该调用天气查询工具。 Action: get_weather[北京] Observation: {"city": "北京", "temperature": "26°C", "condition": "晴"} Thought: 我已经得到了天气信息，可以回答用户了。 Final Answer: 北京今天晴，气温 26°C。

与 Function Calling 相比，ReAct 将推理过程显式化，更容易调试和理解，并且可以灵活地控制循环。

步骤 2：设计 ReAct Prompt 模板

我们需要一个 System Prompt，指导模型按照规定的格式输出。这个 Prompt 需要包含：

• 可用工具列表及其描述。
• 输出格式说明：必须包含 Thought 和 Action，或者 Final Answer。
• 示例（Few-shot）帮助模型理解格式。
• 强调在不确定时要继续调用工具，不能凭空猜测。

我们以两个简单工具为例：

• calculator(expression)：计算数学表达式，返回结果。
• search(query)：模拟搜索，返回一条预设的答案。

由于是手动模拟，我们不调用真实 API，而是用 Python 函数模拟。

步骤 3：准备模拟工具

新建manual_react.py，定义两个模拟工具函数：

defcalculator(expression:str)->str:"""模拟计算器，实际可以使用 eval 但为了安全，这里只处理简单表达式"""try:# 禁止危险操作ifany(cinexpressionforcin"abcdefghijklmnopqrstuvwxyz"):return"错误：表达式包含字母"result=eval(expression)returnstr(result)exceptExceptionase:returnf"错误：{e}"defsearch(query:str)->str:"""模拟搜索引擎，返回预设的搜索结果"""knowledge={"北京天气":"北京今天晴，26°C，湿度 40%。","中国首都":"中国的首都是北京。","人工智能":"人工智能是计算机科学的一个分支，研究如何让机器模拟人类智能。"}# 简单匹配forkey,valueinknowledge.items():ifkeyinquery:returnvaluereturn"未找到相关信息。"

步骤 4：编写 ReAct System Prompt

这个 Prompt 至关重要，我们要让模型严格按照格式输出。提供一两个示例，展示如何使用工具以及最终回答。

react_system_prompt=""" 你是一个智能助手，可以通过调用工具来回答用户问题。你可以使用以下工具： 1. calculator：计算数学表达式，输入一个数学表达式字符串，返回计算结果。 2. search：搜索信息，输入关键词或问题，返回相关答案。 你必须按照以下格式输出（每行以 "Thought:"、"Action:"、"Observation:" 或 "Final Answer:" 开头）： - 如果你想使用工具，输出： Thought: 你的思考 Action: 工具名[输入] - 当工具返回结果后，你会看到一行以 "Observation:" 开头的内容，那是工具的结果。 - 当你认为已经得到足够信息，输出： Thought: 我现在可以回答了 Final Answer: 最终答案 示例1： 用户：北京天气怎么样？ Thought: 我需要查询北京的天气。 Action: search[北京天气] Observation: 北京今天晴，26°C，湿度 40%。 Thought: 我已经得到天气信息。 Final Answer: 北京今天晴，气温26°C，湿度40%。 示例2： 用户：计算 (12 + 7) * 3 的结果。 Thought: 这是一个数学计算，我应该使用计算器。 Action: calculator[(12 + 7) * 3] Observation: 57 Thought: 计算结果是57。 Final Answer: 结果是57。 现在开始回答用户的问题。记住：不要猜测，如果信息不足就使用工具。当工具返回结果后，继续根据 Observation 思考。最终必须输出 Final Answer。 """

步骤 5：实现手动 ReAct 循环

我们需要一个循环，反复调用模型，解析输出中的 Action（如果有），执行工具，将 Observation 追加到对话历史中，直到模型输出 Final Answer 或达到最大步数。

importrefromopenaiimportOpenAIimportosfromdotenvimportload_dotenv load_dotenv()client=OpenAI(api_key=os.getenv("DEEPSEEK_API_KEY"),base_url="https://api.deepseek.com")defparse_action(text:str):"""从模型输出中提取 Action 和输入"""action_pattern=r"Action:\s*(\w+)\[(.*?)\]"final_pattern=r"Final Answer:\s*(.*)"action_match=re.search(action_pattern,text)final_match=re.search(final_pattern,text)ifaction_match:tool_name=action_match.group(1)tool_input=action_match.group(2)return("action",tool_name,tool_input)eliffinal_match:return("final",final_match.group(1))else:return("unknown",None,None)defrun_react_agent(user_input:str,max_steps:int=5):messages=[{"role":"system","content":react_system_prompt},{"role":"user","content":user_input}]step=0whilestep<max_steps:step+=1# 调用模型response=client.chat.completions.create(model="deepseek-chat",messages=messages,temperature=0.1,# 低温度保证格式稳定max_tokens=200)model_output=response.choices[0].message.contentprint(f"\n--- 第{step}步模型输出 ---")print(model_output)# 解析输出parsed=parse_action(model_output)ifparsed[0]=="final":print("\n=== 最终答案 ===")print(parsed[1])returnparsed[1]elifparsed[0]=="action":tool_name,tool_input=parsed[1],parsed[2]print(f"\n执行工具：{tool_name}，输入：{tool_input}")# 执行工具iftool_name=="calculator":observation=calculator(tool_input)eliftool_name=="search":observation=search(tool_input)else:observation=f"错误：未知工具{tool_name}"print(f"Observation:{observation}")# 将模型输出和 Observation 追加到消息历史# 注意：我们应将模型输出作为 assistant 消息，Observation 作为 user 消息（或 system 消息）messages.append({"role":"assistant","content":model_output})messages.append({"role":"user","content":f"Observation:{observation}"})else:# 格式错误，提醒模型print("输出格式错误，提醒模型。")messages.append({"role":"assistant","content":model_output})messages.append({"role":"user","content":"你的输出格式不正确，请遵循格式：要么输出 Action: 工具[输入]，要么输出 Final Answer: 答案。"})continueprint("达到最大步数，停止。")returnNone# 测试if__name__=="__main__":query="请帮我查一下北京天气，然后计算 25 * 4 的结果。"run_react_agent(query)

步骤 6：运行并观察

运行脚本，你应该能看到类似以下的输出（实际可能有所不同）：

--- 第 1 步模型输出 --- Thought: 用户需要两个信息：北京天气和计算结果。我需要先查天气，再计算。 Action: search[北京天气] 执行工具：search，输入：北京天气 Observation: 北京今天晴，26°C，湿度 40%。 --- 第 2 步模型输出 --- Thought: 我已经得到了天气信息，现在需要计算 25 * 4。 Action: calculator[25 * 4] 执行工具：calculator，输入：25 * 4 Observation: 100 --- 第 3 步模型输出 --- Thought: 我现在有了天气和计算结果。 Final Answer: 北京今天晴，26°C，湿度 40%；25 * 4 = 100。

这个过程中，模型展现出了清晰的“思考-行动-观察”循环，甚至能处理多步骤任务。

步骤 7：实验不同任务

你可以尝试其他问题，比如：

• “人工智能是什么？用搜索工具查一下。”
• “计算 123 + 456 再乘以 2。”
• 故意让模型调用不存在的工具，观察它如何反应（你可以在执行时返回“未知工具”）。

三、常见问题与调试

Q1：模型输出的格式不稳定，有时缺少 Thought 或 Action 标签。
→ 可以加强 System Prompt 中的格式要求，增加更多示例；降低 temperature；如果格式错误，可以像代码中那样提醒模型重新输出。

Q2：模型总是直接给出 Final Answer，不调用工具。
→ 在 System Prompt 中强调“如果信息不足，必须使用工具，不要猜测”。也可以在用户消息中加上“请使用工具查询”。如果仍然不调用，可能需要提供更明确的 Few-shot 示例，展示工具调用。

Q3：循环无法终止，模型一直调用工具。
→ 设置最大步数（如 5），并在 System Prompt 中要求模型在获得足够信息后尽快输出 Final Answer。如果模型陷入循环，可以在 Observation 中加入提示，例如“你已经有了足够的信息，请给出最终答案”。

Q4：如何将手动 ReAct 与 Function Calling 结合？
→ 实际上 LangChain 的 Agent 底层就是结合了 ReAct 和 Function Calling。手动模拟的目的是理解原理，实际开发中建议使用框架。

Q5：工具执行出错怎么办？
→ 在 Observation 中返回错误信息，模型会根据错误调整下一步行动（例如修正表达式后重试）。

四、今日总结与作业

今天你完成了：

• ✅ 理解了 ReAct 范式的核心循环：Thought → Action → Observation。
• ✅ 设计了一个 ReAct 格式的 System Prompt，并实现了手动循环。
• ✅ 通过实验观察了模型进行多步骤推理和工具调用的过程。
• ✅ 学会了如何处理格式错误和工具执行错误。

今日作业（必做）：

1. 修改run_react_agent函数，增加一个名为get_time的工具（模拟返回当前时间），并测试用户提问“现在几点了？用工具查一下。”。
2. 让模型解决一个需要多次工具调用的复杂问题（例如“先搜索中国的人口，再用计算器乘以 2”），观察 ReAct 循环的步骤，记录模型是如何安排行动的。
3. 思考：ReAct 循环中，Observation 应该以什么角色（user/assistant/system）添加到消息历史？为什么？请查阅 LangChain 的 ReAct 实现，明天我们将使用它。

明日预告：我们将正式使用 LangChain 的create_react_agent构建一个真正的 Agent，并给它配备计算器和搜索工具，体验框架带来的便利。

有任何问题欢迎随时提问！