【收藏必备】ReAct模式实战教程：打造能思考、会行动的AI智能体工作流

关注

原创最新推荐文章于 2026-08-20 09:01:51 发布 669 阅读 AI 写同款· GEO 优化 ›

ChatGPT智能体：从对话机器人到数字工作流操作系统 AI智能体（AI Agent）正推动人机交互从‘问答式’迈向‘任务式’范式跃迁。其核心在于任务级自主规划、跨工具状态持久化与风险感知决策，本质是具备上下文记忆、工具调用与动态推理能力的新型计算范式。相比传统大模型，智能体更强调执行闭环、多步协同与真实环境交互，技术价值体现在降低操作认知负荷、重构知识工作者执行层效率。典型应用场景包括自动化调研、跨平台数据整合、端到端内容生产及企业级RPA增强。本文深入解析ChatGPT智能体的技术骨架与实战落地逻辑，聚焦其作为个人数字工作流操作系统的关键能力。阅读详情

ReAct范式是结合思考与行动的AI智能体工作模式，通过Thought-Action-Observation循环实现：Thought分析情况制定计划，Action执行具体操作，Observation记录结果评估信息。该模式解决了纯思考型易产生幻觉、纯行动型缺乏规划的问题，形成思考指导行动、行动修正思考的协同效应，有效提升AI智能体的推理能力和任务完成质量。

ReAct 之前:

“纯思考” 型：思维链 (Chain-of-Thought)优点: 引导模型进行复杂的逻辑推理缺点: 无法与外部世界交互，容易产生幻觉。

“纯行动” 型:模型直接输出要执行的动作, 缺乏规划和纠错能力

ReAct范式：

认识到思考与行动是相辅相成，【思考指导行动，而行动的结果又反过来修正思考】

实现：

通过特殊的提示工程来引导模型，使其每一步的输出都遵循一个固定的轨迹

Thought (思考)：这是智能体的"内心独白"。分析当前情况、分解任务、制定下一步计划，或者反思上一步的结果。

Action (行动)：这是智能体决定采取的具体动作，根据当前阶段的上下文采取行动，补充需要填充的上下文信息。

Observation (观察)：这是执行Action后对上下文产生更新后的动作，评估当前阶段的信息是否足够支撑完成任务，并且规划下一步输出

智能体将不断重复这个 Thought -> Action -> Observation 的循环，将新的观察结果追加到历史记录中，形成一个不断增长的上下文，直到它在Thought中认为已经找到了最终答案，然后输出结果。这个过程形成了一个强大的协同效应：推理使得行动更具目的性，而行动则为推理提供了事实依据。

例子:

用户输入:长沙适合今天天气的景点推荐

React 智能体执行流程:

第一步:

观察：上下文只有输入的问题 [长沙适合今天天气的景点推荐]

智能体根据问题拆解并作出行动:

拆解（思考）:首先获取今天天气

行动:使用工具获取天气信息，并且更新上下文信息

思考: 用户询问长沙适合今天天气的景点推荐。要回答这个问题，我需要先了解长沙今天的天气情况，然后根据天气特点推荐合适的景点。因此，我需要使用搜索工具来获取长沙今天的天气信息。
🎬 行动: Search[长沙今天天气]
正在使用【SerApi】搜索: 长沙今天天气
👀 观察: [1] 长沙雷达图
23日（今天）. 小雨. 7℃. <3级 · 24日（明天）. 小雨. 9℃/7℃. <3级 · 25日（后天）. 阴转多云. 12℃/1℃. <3级 · 26日（周五）. 多云. 11℃/2℃. <3级 · 27日（周六）. 多云. 14℃/4℃. <3级 ...
[2] 长沙黄花 - 中国气象局-天气预报-城市预报
星期二 12/23. 小雨. 北风 ; 星期三 12/24. 小雨. 北风 ; 星期四 12/25. 阴. 北风 ; 星期五 12/26. 多云. 东北风 ; 星期六 12/27. 多云. 北风.
[3] 长沙市-天气预报
11:00 · 8.7℃. 3.3m/s. 东北风. 1022.1hPa ; 14:00 · 11.7℃. 3.1m/s. 东风. 1018.3hPa ; 17:00 · 10.6℃. 3.2m/s. 东北风. 1017.6hPa.

第二步:

观察:上下文信息已经有了 [问题+天气信息]

思考:获取天气[雨天] + 需求[景点推荐]

行动:调用工具查询 [长沙雨天景点] , 并更新上下文信息

--- 运行第 2 步 ---
正在调用LLM模型...
思考: 用户的问题是“长沙适合今天天气的景点推荐”。从历史记录中，我已经通过搜索得知了长沙今天的天气情况：今天（12月23日）是小雨，气温7℃，风力小于3级。这是一个阴雨、气温较低的天气。因此，我需要推荐一些适合在这种天气下游览的景点。适合小雨天气的景点通常是室内景点，或者即使下雨也能提供良好体验的场所。例如，博物馆、美术馆、室内商业街、温泉、茶馆、咖啡馆，或者有遮蔽的古典园林/历史街区。我需要搜索“长沙 室内景点”或“长沙 雨天 景点推荐”来获取具体信息。
🎬 行动: Search[长沙 雨天 景点推荐]
正在使用【SerApi】搜索: 长沙 雨天 景点推荐
👀 观察: [1] ️雨中漫步长沙，探索雨季的别样风情 - you.ctrip.com - 携程
雨中漫步橘子洲头：橘子洲头是长沙的标志性景点，雨中的湘江别有一番韵味。漫步在洲头，感受雨滴轻敲江面的宁静，欣赏雨中江景，别有一番风味。🏞️.
[2] 长沙室内游玩去哪里好？8大室内游玩好去处推荐
湖南省地质博物馆长沙最大的自然博物馆；湖南美术馆长沙宝藏展馆之一；茶颜悦色楼兰店入店仿佛身临于楼兰古国的城堡；长沙宜家喜欢家居人的天堂；长沙海底 ...
[3] 来长沙旅游下雨怎么办？！我总结了5个室内好去处赶快与小 ...
来长沙旅游下雨怎么办？！我总结了5个室内好去处赶快与小伙伴约起来吧！ 就爱吃螺蛳粉_-. 相关推荐. 查看更多. 长沙懒人版旅游攻略来啦～主打一个不绕路！

第三步 :

观察:上下文信息已经有了 [问题+天气信息 + 长沙雨天景点]

思考:获取天气[雨天] + 需求[景点推荐] + 第二步新增信息 [长沙雨天景点] , 可以完成用户需求解答

行动:生成最终答案

--- 运行第 3 步 ---
正在调用LLM模型...
思考: 用户的问题是“长沙适合今天天气的景点推荐”。根据之前的对话历史，我已经搜索了“长沙今天天气”，得知今天（12月23日）长沙的天气是小雨，气温7℃。随后，我搜索了“长沙 雨天 景点推荐”，得到了一些结果，包括雨中游览橘子洲头的建议和一些室内游玩地点的推荐。现在，我需要综合这些信息，为用户提供一个适合今天小雨天气的长沙景点推荐。考虑到天气状况，推荐应该侧重于室内景点，或者那些在雨天也适合游览、别有风味的户外景点（如橘子洲头）。我需要从搜索结果中提取关键信息，整理成一个清晰、有用的回答。
🎉 最终答案: answer="根据天气预报，长沙今天（12月23日）有小雨，气温7℃。在这种天气下，推荐您考虑以下类型的景点：
1. **雨中别有风味的户外景点**：
* **橘子洲头**：作为长沙的标志性景点，雨中的湘江和橘子洲别有一番宁静和诗意。您可以漫步洲头，欣赏雨滴轻敲江面的景色（参考携程推荐）。
2. **室内游玩好去处**（避免淋雨，活动更舒适）：
* **湖南省地质博物馆**：长沙最大的自然博物馆，适合对自然科学感兴趣的朋友。
* **湖南美术馆**：可以欣赏各类艺术展览，感受文化氛围。
* **茶颜悦色（特定主题店，如楼兰店）**：在品尝特色饮品的同时，还能体验独特的店内装修风格。
* **长沙宜家**：适合喜欢家居设计或需要购物休闲的游客。
* **长沙海底世界/相关海洋馆**：在室内探索海洋生物（搜索结果中提及了“长沙海底”）。
* 其他室内娱乐场所，如大型商场、电影院、室内游乐场等也是不错的选择。
建议您根据个人兴趣选择。如果选择户外景点如橘子洲头，请务必携带雨具，注意防滑和保暖。如果希望完全避开雨水，室内场馆是更稳妥的选择。祝您在长沙游玩愉快！"

以上即为对 ReAct 模式的一些学习和实战记录, 希望对您有用！！！

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】