ReAct Agent 实战：基于DeepSeek从0到1实现大模型Agent的探索模式

写在前面：动态思考，边想边做

大型语言模型（LLM）的崛起开启了通用人工智能（AGI）的无限遐想。但要让 LLM 从一个被动的“文本生成器”转变为能够主动解决问题、与环境交互的智能体（Agent），我们需要赋予它思考、行动和学习的能力。ReAct (Reason + Act) 框架正是实现这一目标的主流范式之一。

ReAct 的核心思想是模仿人类解决问题的方式：在观察环境后进行思考（Reasoning），基于思考决定下一步行动（Action），执行行动后观察结果（Observation），然后根据新的观察再次思考… 这个“思考-行动-观察”的循环使得 Agent 能够分解复杂任务、使用外部工具、处理异常情况，并逐步逼近最终目标。

与 Plan-and-Execute（先制定完整计划再执行）不同，ReAct 更强调每一步的即时思考和决策，使其对动态变化的环境具有更好的适应性。

本篇博客将深入探讨 ReAct 框架的原理，并使用 Python 从零开始（不依赖 LangChain 等高级框架，以便更好地理解底层逻辑）实现一个简单的、具备规划能力的 ReAct Agent。我们将涵盖其核心组件、Prompt 设计、代码实现以及运作流程。

1. ReAct 框架：“思考-行动”的循环

ReAct 框架由 Yao et al. (2022) 提出，其核心在于将 LLM 的推理能力 (Reasoning) 和行动能力 (Acting) 结合起来。Agent 的行为不再是一步到位的直接输出，而是通过一个迭代循环生成：