推理 + 行动它的核心思想是：Agent 一边思考，一边行动，根据工具返回的结果继续思考。你可以把 ReAct 理解成一个人解决问题的过程。比如用户问：今天北京天气怎么样？适合穿什么？思考：用户想知道北京天气和穿衣建议行动：调用天气查询工具观察：天气工具返回，北京 12℃，多云，有风思考：天气偏凉，需要穿外套回答：今天北京多云，温度较低，建议穿外套思考 → 调用工具 → 观察结果 → 再思考 →

Prompt 是 Agent 的控制面板在 Agent 开发中，你能控制大模型行为的核心手段只有一个：Prompt。System Prompt 定义了 Agent 的"身份和边界"，它是谁、能做什么、不能做什么、必须以什么格式输出User Prompt 和注入的内容是 Agent 的"任务输入"，每次要处理的具体数据、具体问题Function Calling：本质是让大模型按精确格式输出"工具调用

Prompt 是 Agent 的控制面板在 Agent 开发中，你能控制大模型行为的核心手段只有一个：Prompt。System Prompt 定义了 Agent 的"身份和边界"，它是谁、能做什么、不能做什么、必须以什么格式输出User Prompt 和注入的内容是 Agent 的"任务输入"，每次要处理的具体数据、具体问题Function Calling：本质是让大模型按精确格式输出"工具调用