一句话总结：认知推理架构决定 Agent 如何将复杂任务分解、规划并执行，是 Agent 的"大脑"。
ReAct = Reasoning + Acting
Agent 在推理和行动之间交替：思考 → 行动 → 观察 → 思考 → 行动...
Question: 如何找到某篇文章的作者？
Thought 1: 我需要先理解这个问题。这是一个搜索任务，我需要找到特定的信息。
Action 1: search[文章标题]
Observation 1: 搜索结果...
Thought 2: 搜索结果中没有直接找到作者信息，我需要更精确的搜索。
Action 2: search[文章标题 + author]
Observation 2: 找到相关信息...
Thought 3: 现在我有了作者信息，任务完成。
Answer: 作者是 XXX
class ReActAgent:
def __init__(self, llm, tools, max_steps=10):
self.llm = llm
self.tools = tools
self.max_steps = max_steps
self.history = []
def execute(self, query):
"""执行 ReAct 循环"""
for step in range(self.max_steps):
prompt = self.build_prompt(query, self.history)
response = self.llm.generate(prompt)
thought, action = self.parse_response(response)
observation = self.execute_action(action)
self.history.append({
"step": step,
"thought": thought,
"action": action,
"observation": observation
})
if self.is_complete(observation):
return self.format_answer(query)
return "超出最大步骤数"
| 特性 | ReAct | Plan-and-Execute |
|---|
| 规划方式 | 在线动态规划 | 离线一次性规划 |
| 灵活性 | 高（可随时调整） | 中（执行中难改计划） |
| 效率 | 低（每步都要推理） | 高（执行阶段快） |
| 适合场景 | 开放域探索 | 结构化任务 |
| 幻觉风险 | 较高 | 较低 |
请规划完成以下任务的步骤：
任务：分析某公司的财务报表，评估其健康状况
步骤：
1. 搜索该公司最近的财务报表
2. 提取关键财务指标（营收、利润、现金流）
3. 分析营收增长趋势
4. 计算关键比率（负债率、利润率等）
5. 与行业平均水平对比
6. 综合评估并给出建议
将推理过程建模为树状结构，在每个决策点探索多个可能的"Thought"，然后评估并选择最优路径。
| 策略 | 描述 | 适用场景 |
|---|
| Greedy Beam Search | 保留 top-k 分支 | 实时性要求高 |
| BFS | 广度优先搜索 | 需要最优解 |
| MCTS | 蒙特卡洛树搜索 | 搜索空间大 |
| DFS | 深度优先搜索 | 深度较浅时 |
def evaluate_thought(thought, context, llm):
"""使用 LLM 作为评估器"""
prompt = f"""
评估以下推理步骤的质量（1-5分）：
上下文: {context}
推理: {thought}
请只返回分数。
"""
score = llm.generate(prompt)
return int(score)
你在上一个尝试中犯的错误：
- 步骤 2 使用了错误的 API 参数
- 没有检查 API 返回的错误码
改进策略：
- 先查阅 API 文档确认参数格式
- 每一步都检查返回状态
请基于以上反思重新尝试。
| 特性 | 传统 Agent | Reflexion |
|---|
| 错误处理 | 重新开始 | 基于经验改进 |
| 多轮成功率 | 低（同样错误反复） | 高（记住教训） |
| 训练成本 | 高（需要大量 prompt） | 低（自我改进） |
| 架构 | 特点 | 适用场景 |
|---|
| Chain-of-Thought | 逐步推理 | 简单数学/逻辑 |
| Graph of Thoughts | 图结构组合 | 多步骤复合任务 |
| Multimodal CoT | 多模态推理 | 图文/视频任务 |
| Auto-CoT | 自动生成 CoT | 无标注数据场景 |
| Eureka | 组合多种策略 | 复杂科研任务 |
| 方法 | 复杂度 | 效果 | 速度 | 可解释性 |
|---|
| ReAct | ⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| Plan-and-Execute | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| Tree of Thoughts | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| Reflexion | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
