欢迎来到《Python + AI Agent 实战开发完全指南》专栏！

在上一讲的 RAG 实战中，我们成功让大模型拥有了查阅企业内部知识库的能力。但这仅仅是一个开始。如果你仔细观察目前的系统，会发现它依然像是一个被设定好程序的齿轮——只要用户提问，它就会机械地去检索并生成答案。面对需要多步推导的复杂问题，它往往显得力不从心。

在这一讲中，我们将引入 AI Agent 领域最经典的范式之一：ReAct（Reasoning + Acting）推理模式。我们将打破传统的“一问一答”，赋予大模型“边思考、边行动、边观察”的自主决策能力，让它真正进化为一个能够解决复杂任务的智能体！

一、 架构升级：什么是 ReAct 推理模式？

ReAct 是 Reasoning（推理）和 Acting（行动）的合成词。它的核心思想极其朴素却无比强大：让大语言模型交替进行“内部思考”与“外部行动”。

在传统的纯推理模式（如思维链 CoT）中，AI 只是在脑海中演算，无法获取外界新信息；而在纯行动模式中，AI 盲目调用工具，缺乏全局规划。ReAct 完美融合了两者，形成了一个动态闭环：

1. Thought（思考）：分析当前状态，决定下一步该做什么。
2. Action（行动）：调用具体的工具（如搜索、计算）去执行操作。
3. Observation（观察）：获取工具返回的结果，评估是否还需要继续收集信息。
4. 循环迭代：基于观察结果再次进入 Thought，直到信息充足，输出 Final Answer。

这种机制不仅大幅提升了复杂任务的成功率，还让 AI 的决策过程变得透明可追溯，有效缓解了“幻觉”问题。

二、 核心实战：手写你的第一个 ReAct Agent

为了让概念落地，我们不依赖高度封装的黑盒组件，而是利用 LangGraph 手动搭建一个标准的 ReAct 工作流。首先，初始化我们的基础 LLM 与向量库：

import os
os.environ["PYTHONUTF8"] = "1"

from langchain_openai import ChatOpenAI, OpenAIEmbeddings
from langchain_core.documents import Document
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_core.vectorstores import InMemoryVectorStore
from langgraph.graph import StateGraph, MessagesState, START, END
from langgraph.checkpoint.memory import InMemorySaver
from langchain_core.messages import HumanMessage, SystemMessage, ToolMessage

# --- 1. 初始化 LLM 与向量库 (复用前文配置) ---
API_KEY = "sk-XXXXXXXXXXXXXXXXXXXXXXXXXX"
BASE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1"
MODEL = "qwen-turbo"

llm = ChatOpenAI(api_key=API_KEY, base_url=BASE_URL, model=MODEL)
embedding = OpenAIEmbeddings(api_key=API_KEY, base_url=BASE_URL, model="text-embedding-v4", check_embedding_ctx_length=False)

docs = [
    Document(page_content="【员工手册】入职满一年可享受5天带薪年假。"),
    Document(page_content="【报销制度】出差住宿标准为每天不超过500元，需凭发票报销。"),
]
splitter = RecursiveCharacterTextSplitter(chunk_size=300, chunk_overlap=50)
splits = splitter.split_documents(docs)
vector_store = InMemoryVectorStore.from_documents(splits, embedding)
retriever = vector_store.as_retriever()

接下来，定义供 Agent 调用的工具函数：

def knowledge_retrieval(query: str) -> str:
    """从公司内部知识库中检索相关信息。"""
    results = retriever.invoke(query)
    if not results:
        return "未在知识库中找到相关信息。"
    return "\n".join([doc.page_content for doc in results])

tools = [knowledge_retrieval]
tool_map = {func.__name__: func for func in tools}

最后，注入 ReAct 的灵魂——结构化提示词，并构建状态机图：

# 【核心】定义 ReAct 专属的系统提示词
REACT_PROMPT = """你是一个具备深度推理能力的专家助手。请严格遵循以下 ReAct 工作流：
1. Thought: 分析用户的问题，判断当前掌握的信息是否足以回答。
2. Action: 如果信息不足，必须调用 knowledge_retrieval 工具获取资料。
3. Observation: 评估工具返回的结果。如果仍然不够，可以再次发起思考和调用。
4. Final Answer: 只有当你确信收集到了所有必要信息，才能给出最终的详细解答。
"""

llm_with_tools = llm.bind_tools(tools)

def agent_node(state: MessagesState):
    system_msg = SystemMessage(content=REACT_PROMPT)
    response = llm_with_tools.invoke([system_msg] + state["messages"])
    return {"messages": response}

def tool_executor_node(state: MessagesState):
    last_message = state["messages"][-1]
    results = []
    for tool_call in last_message.tool_calls:
        func = tool_map[tool_call["name"]]
        result = func(**tool_call["args"])
        results.append(ToolMessage(content=str(result), tool_call_id=tool_call["id"]))
    return {"messages": results}

def should_continue(state: MessagesState):
    last_message = state["messages"][-1]
    if hasattr(last_message, "tool_calls") and last_message.tool_calls:
        return "tools"
    return END

builder = StateGraph(MessagesState)
builder.add_node("agent", agent_node)
builder.add_node("tools", tool_executor_node)

builder.add_edge(START, "agent")
builder.add_conditional_edges("agent", should_continue, {"tools": "tools", END: END})
builder.add_edge("tools", "agent") # 形成闭环：工具执行完后，强制回到 Agent 节点继续思考

checkpointer = InMemorySaver()
app = builder.compile(checkpointer=checkpointer)

三、 见证奇迹：跨文档综合推理测试

现在，让我们用一个需要跨越两份文档才能回答的复合问题来检验 ReAct 的威力：

if __name__ == "__main__":
    config = {"configurable": {"thread_id": "session_react_001"}}
    
    print("--- 测试：ReAct 跨文档综合推理 ---")
    user_question = "帮我总结一下公司的出差住宿标准，以及工作满一年的年假天数。"
    res = app.invoke({"messages": [HumanMessage(content=user_question)]}, config=config)
    print(f"\nAssistant: {res['messages'][-1].content}")

预期效果：
你会观察到，Agent 并没有急于给出答案，而是先进入了 Thought 阶段，意识到需要查询两个维度的信息。接着它触发 Action 调用 knowledge_retrieval。拿到结果后，它在 Observation 阶段确认信息完整，最终才输出一段逻辑严密、涵盖两项政策的总结回复。整个过程展现了极强的自主规划能力。

四、 本节小结与进阶展望

恭喜你！至此，你已经掌握了现代 AI Agent 最核心的推理引擎。

1. 认知升级：深刻理解了 ReAct 模式如何通过“思考-行动-观察”的交替循环，打破了传统大模型的静态知识边界。
2. 工程落地：通过自定义 REACT_PROMPT 结合 LangGraph 的条件边，成功将抽象的推理范式转化为了可执行的代码状态机。
3. 动态修正：Agent 不再是死板地执行预设流程，而是学会了根据中间反馈动态调整策略，这是迈向高级智能体的关键一步。

课后思考：
目前的 ReAct 循环虽然强大，但如果遇到极端情况（例如用户问了一个完全无解的问题），Agent 可能会陷入无限次的“思考-检索-失败-再思考”的死循环中。在实际的生产环境中，你会如何改造这个状态机，为 Agent 增加错误重试上限或兜底退出机制？

在下一讲（第9讲）中，我们将深入探讨状态机与工作流的高级设计，为你的 Agent 补齐异常处理与容错控制的最后一块拼图！