智能体决策框架对决：ReAct极速响应 vs Plan-and-Execute稳控全局

ReAct与Plan-and-Execute智能体框架对决

最新推荐文章于 2025-11-12 09:35:57 发布

原创

最新推荐文章于 2025-11-12 09:35:57 发布 · 2.2k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#chatgpt #人工智能 #自然语言处理 #知识图谱 #react.js #前端 #前端框架

本文较长，建议点赞收藏，以免遗失。更多AI大模型应用开发学习视频及资料，尽在聚客AI学院。

掌握工业级智能体开发核心技术，错误率降低70%，复杂任务处理能力提升5倍。

一、智能体决策框架全景图

核心选择标准：

工具调用次数 ≤ 3 → ReAct
存在子任务依赖 → Plan-and-Execute
需要并行执行 → Plan-and-Execute

二、ReAct框架：轻量级任务处理专家

2.1 核心机制：Thought-Action-Observation循环

from langchain.agents import AgentExecutor, Tool, initialize_agent  
from langchain_core.prompts import PromptTemplate  
# 1. 定义工具集  
tools = [  
    Tool(  
        name="Search",  
        func=search_api,  
        description="通用搜索引擎"  
    ),  
    Tool(  
        name="Calculator",  
        func=math_calculator,  
        description="数学计算器"  
    )  
]  
# 2. 创建ReAct提示模板  
react_prompt = PromptTemplate.from_template("""  
你是一个智能助手，请严格按以下格式响应：  
Thought: 思考当前问题和可用工具  
Action: 工具名称（必须是{tool_names}之一）  
Action Input: 工具输入参数  
Observation: 工具返回结果  
...（重复直到得出结论）  
Final Answer: 最终答案  
问题：{input}  
""")  
# 3. 初始化ReAct智能体  
agent = initialize_agent(  
    tools,  
    llm,  
    agent="react-docstore",  
    prompt=react_prompt,  
    max_iterations=5  # 防止无限循环  
)  
# 4. 执行任务  
response = agent.invoke({  
    "input": "特斯拉当前股价的3倍是多少？"  
})  
pr