企业官网建设流程全解析

1. 为什么你的 Agent 只会“瞎猜”：从 ReAct 框架看推理与行动的闭环

如果你正在搭一个能查资料、能调工具的 Agent，大概率遇到过这种场面：模型一本正经地给出一个答案，你一问“依据呢”，它就开始编。或者更糟，它连续调了五次搜索，每次关键词都差不多，最后卡在同一个地方打转。这不是模型笨，而是你给它的工作方式不对——它要么只在“想”，要么只在“做”，两者没有接上。

ReAct 框架要解决的就是这件事。它是 2023 年普林斯顿和 Google Research 合作的一篇工作，核心思想一句话能说清：让大模型在每一步行动之前，先用自然语言把“我现在在想什么”写出来，然后再决定调哪个工具、传什么参数。这个“想”的动作不会改变外部环境，但它会写进上下文，成为下一步决策的依据。于是模型不再是黑箱式地直接吐答案，而是像人一样边想边做：先规划、再行动、看结果、修正计划。

这套机制特别适合三类人：一是正在做 RAG 但发现检索质量不稳定的开发者；二是想让模型调用搜索、计算器、数据库等外部工具，但苦于调用逻辑混乱的工程师；三是想搭建可调试、可干预 Agent 的团队——因为 ReAct 的思考轨迹是明文，你能直接看到它哪一步想歪了，甚至手动改掉那句思考，它就能走回正轨。

我试过在同一个多跳问答任务上对比纯 CoT 和 ReAct，前者在第二个跳转就编了一个不存在的实体，后者因为每步都写了“我需要先查 A，再从 A 的结果里找 B”，检索路径清晰得多。下面我会把 ReAct 的提示词模板、工具调用配置、以及怎么验证多步推理链是否真的在闭环，一步步拆开讲。你不需要改模型参数，只需要把提示词和工具接口设计对。

2. TaoToken 前置准备：给 ReAct 一个稳定的模型入口

ReAct 的效果高度依赖模型能不能稳定地按格式输出 Thought、Action、Observation 三段结构。如果模型今天输出 JSON、明天输出 Markdown、后天又漏掉 Action，你的解析器就会崩。所以第一步不是写提示词，而是选一个支持长上下文、指令跟随稳定的模型入口。

TaoToken 在这里的角色是提供一个统一的 API 网关，让你可以用同一套 Base URL 和 Key 去切换不同模型，方便对比哪个模型在 ReAct 格式下最听话。它的 API 地址是 https://taotoken.net/api，兼容 OpenAI 风格的请求格式，所以你现有的 LangChain、LlamaIndex 或自己写的 HTTP 客户端基本不用大改。

你需要准备三样东西：Base URL、API Key、Model ID。Base URL 填 https://taotoken.net/api，Key 在控制台的 API Keys 页面生成，Model ID 根据你选的模型填，比如 claude 系列或 gpt 系列。如果你用的是 Claude Code 这类工具，它内部会读 settings.json 或环境变量，配置方式略有不同，但核心三件套不变。

这里有个容易踩的坑：很多人把 Base URL 写成 https://taotoken.net/api/v1，结果请求 404。TaoToken 的兼容层已经处理了路径，你只需要写到 /api 即可，后面的 /chat/completions 由客户端自动拼。另外，Key 不要硬编码在代码里提交到 Git，用环境变量或 .env 文件管理。

如果你还没决定用哪个模型跑 ReAct，可以先在模型对话页面手动试几轮，观察它能不能稳定输出“Thought: ... Action: ... Action Input: ...”的格式。试的时候给一个简单任务，比如“查一下北京今天天气，然后告诉我适合穿什么”，看它会不会先写思考再调工具。这一步花五分钟，能省掉后面两小时的解析调试。

3. 可复制配置：ReAct 提示词模板与工具调用 JSON

这一节直接给可复制的配置。先看提示词模板，它决定了模型输出的结构。我用的格式是 Thought / Action / Action Input / Observation 四段，Observation 由你的代码在执行工具后填入，再拼回上下文。

你是一个可以使用工具的智能体。请严格按照以下格式回应： Question: 用户输入的问题 Thought: 你需要思考当前应该做什么，是否已有足够信息回答，还是需要调用工具 Action: 工具名称，必须是 [search, calculator, finish] 之一 Action Input: 传给工具的输入，字符串 Observation: 工具返回的结果（这一行由系统填入，你不要自己编） ... (Thought/Action/Action Input/Observation 可以重复多轮) Thought: 我现在知道最终答案了 Action: finish Action Input: 最终答案 可用工具： - search: 输入搜索关键词，返回相关文本片段 - calculator: 输入数学表达式，返回计算结果 - finish: 输入最终答案，结束任务 现在开始。 Question: {question}

这个模板的关键在于：Action 必须是有限集合里的一个，Action Input 必须是字符串，Observation 由外部注入而不是模型生成。很多人在这一步让模型自己编 Observation，结果就是幻觉连环套。

接下来是工具调用的配置。如果你用 Python 写，可以定义一个工具注册表，把每个工具的名称、描述、执行函数存起来。下面是一个最小可运行的结构：

import os import requests API_KEY = os.getenv("TAOTOKEN_API_KEY") BASE_URL = "https://taotoken.net/api" MODEL_ID = "claude-3-5-sonnet" # 按你实际选的模型填 def call_llm(prompt: str) -> str: headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" } payload = { "model": MODEL_ID, "messages": [{"role": "user", "content": prompt}], "temperature": 0 } resp = requests.post(f"{BASE_URL}/chat/completions", json=payload, headers=headers) resp.raise_for_status() return resp.json()["choices"][0]["message"]["content"] def search_tool(query: str) -> str: # 这里替换成你真实的搜索实现，比如 Wikipedia API 或内部知识库 return f"[搜索结果] 关于 {query} 的模拟返回内容" def calculator_tool(expr: str) -> str: try: return str(eval(expr)) except Exception as e: return f"计算错误: {e}" TOOLS = { "search": search_tool, "calculator": calculator_tool, }

注意 temperature 设成 0，ReAct 需要确定性输出，温度高了格式会飘。另外，如果你用 Claude Code 或 Cline 这类工具，它们有自己的 settings.json 或 MCP 配置，你需要把 Base URL、Key、Model ID 三件套填进去。比如 Cline 的 MCP 配置里，Base URL 填 https://taotoken.net/api，Key 填你的 Key，Model ID 填对应模型名。Codex 的 auth.json 也是类似逻辑，把 api_base 和 api_key 写对即可。

还有一个细节：Action Input 如果是搜索，最好让模型输出纯关键词，不要带引号或多余修饰。你可以在提示词里加一句“Action Input 只输出关键词，不要加引号”。这个小小的约束能减少很多解析失败。

4. 验证请求：跑通一个多步推理链并检查闭环

配置写好后，别急着上复杂任务。先用一个两跳问题验证闭环是否真的在跑。比如问：“苹果遥控器最初设计用来控制哪个软件，这个软件还能被什么设备控制？”这个问题需要先搜“Apple Remote”，从结果里找到“Front Row”，再搜“Front Row software”，最后得出“键盘功能键”。

你运行 Agent 后，期望看到的轨迹是这样的：

Thought: 我需要先搜索 Apple Remote，找到它最初设计用来交互的软件。 Action: search Action Input: Apple Remote Observation: Apple Remote 是 Apple 于 2005 年推出的控制器，最初设计用来控制 Front Row 媒体中心程序。 Thought: 现在我知道是 Front Row，接下来需要搜索 Front Row 软件，看还有什么设备能控制它。 Action: search Action Input: Front Row software Observation: Front Row 是一个已停产的媒体中心软件，可由 Apple Remote 或键盘功能键控制。 Thought: 我已经有足够信息回答，答案是键盘功能键。 Action: finish Action Input: 键盘功能键

如果你看到 Observation 是模型自己编的，而不是你的 search_tool 返回的，说明你的解析逻辑有问题——你可能把模型输出直接当成了完整上下文，没有在执行工具后把真实结果拼回去。正确的做法是：每轮只让模型生成到 Action Input 为止，然后你截断，执行工具，把 Observation 拼到后面，再让模型继续生成下一轮 Thought。

验证成功的标志有三个：一是 Thought 里出现了对上一步 Observation 的引用，比如“根据搜索结果，Front Row 是……所以下一步……”；二是 Action Input 在第二轮发生了变化，从“Apple Remote”变成了“Front Row software”；三是最终 finish 的答案确实来自 Observation 里的信息，而不是模型预训练知识里的猜测。

如果模型在第二轮又搜了一遍“Apple Remote”，说明它没有把 Observation 读进去，可能是上下文拼接时丢了历史，或者提示词里没有强调“Observation 是真实结果，请基于它继续推理”。你可以在提示词里加一句“每一轮 Thought 必须引用上一条 Observation 的内容”。

5. 常见报错排查：401、local proxy failed、reading choices、OAuth

跑 ReAct 的过程中，报错基本集中在接入层和解析层。下面按真实遇到的错误对照排查。

401 Unauthorized：最常见的原因是 Key 没传对。检查你的请求头是不是Authorization: Bearer sk-xxx，注意 Bearer 后面有空格。如果你用的是环境变量，确认变量名和代码里读的一致。还有一种情况是 Key 复制时带了换行或空格，用.strip()处理一下。如果 Key 没问题但还是 401，检查 Base URL 是不是写成了https://taotoken.net/api/带了尾部斜杠，有些客户端会把斜杠拼成双斜杠导致鉴权失败。

local proxy failed：这个报错通常出现在你本地开了代理工具，但代理规则没有放行taotoken.net。你需要把taotoken.net加入直连规则，或者临时关闭代理再试。注意，这里说的是本地网络配置问题，不是让你去用什么特殊工具，只是检查你的请求有没有被本地代理拦截。如果你在公司内网，可能还需要检查防火墙是否放行了 443 端口。

reading choices 报错：典型信息是KeyError: 'choices'或list index out of range。这说明你拿到的响应不是标准的 OpenAI 格式。可能原因有两个：一是模型返回了错误信息，比如{"error": "model not found"}，你没有先检查resp.status_code就直接取choices；二是你用的 Model ID 不对，TaoToken 返回了错误结构。解决办法是在解析前先打印resp.json()，确认结构里有choices再往下走。

OAuth 相关报错：如果你用 Claude Code 或类似工具，它可能走 OAuth 流程而不是 API Key。这时候你需要确认工具是否支持自定义 Base URL。有些工具默认连官方端点，你需要找到它的配置文件，把api_base或base_url改成https://taotoken.net/api，同时把认证方式从 OAuth 切到 API Key。具体路径看工具文档，通常在~/.config/或项目根目录的settings.json里。

还有一个非报错但很烦的问题：模型输出格式不稳定，有时候写Action: search，有时候写Action: Search，有时候写Action: 搜索。你可以在解析时做大小写归一化，并且把工具名固定成英文小写。如果模型坚持输出中文工具名，在提示词里加一句“Action 必须从 [search, calculator, finish] 中选择，不要翻译”。

6. 从 ReAct 到可调试 Agent：下一步怎么走

ReAct 的价值不只是让模型多写几行思考，而是给你一个可观测的决策链路。你能看到它在哪一步开始跑偏，也能通过编辑 Thought 来干预。比如在 ALFWorld 的例子里，模型错误地认为第二个钥匙链还在抽屉 4，人类把那条 Thought 删掉，换成“第二个钥匙链可能在梳妆台、垃圾桶、保险箱等位置”，模型就成功完成了任务。这种“改一句话就能纠偏”的能力，是纯端到端 Agent 很难做到的。

如果你想把 ReAct 用到生产环境，下一步可以关注三件事：一是把工具调用做成异步，避免搜索超时阻塞整个循环；二是给 Thought 加长度限制，防止模型在一步里写太多导致上下文爆炸；三是把成功的轨迹存下来做少样本示例，下次遇到类似任务直接塞进提示词。

现在你可以拿上面的模板，在模型对话里先手动跑一轮，确认格式稳定后，再把工具注册表和解析逻辑接上。遇到 401 或格式解析问题，回头对照第 5 节排查。等你跑通第一个多步推理链，就会明白 ReAct 为什么能成为 Agent 领域的经典框架——它把黑箱推理变成了白箱流程，而白箱意味着可调试、可改进、可信任。