ReAct 框架扩展：让 AI Agent Harness Engineering 具备跨领域任务处理能力

摘要/引言

你是否遇到过这样的场景：你让一个 AI 助手帮你“分析一家新能源车企的财务报表，并结合近期的气候变化政策评估其长期投资价值”？结果它要么只生硬地念了财务数据，要么对气候政策一知半解，完全无法把两个领域的信息串联起来——这就是当前 AI Agent 在跨领域任务处理上的普遍痛点。

2022 年谷歌团队提出的 ReAct（Reasoning + Acting）框架 曾让我们眼前一亮：它通过“推理-行动-观察”的循环，让 Agent 既能像人类一样思考，又能通过工具与真实世界交互，极大地提升了单领域任务的完成度。但在面对需要融合金融、气候、医疗、工程等多个领域知识的复杂任务时，原生 ReAct 往往力不从心：要么知识储备局限于单一领域，要么工具选择无法适配跨场景需求，要么推理逻辑无法在不同领域间建立有效连接。

这正是本文要解决的核心问题：如何扩展 ReAct 框架，让 AI Agent Harness Engineering（智能体工程化 harness）真正具备跨领域任务处理能力？

在这篇文章中，你将学到：

1. 原生 ReAct 框架的核心原理与跨域局限；
2. 跨领域任务的定义、挑战与核心需求；
3. 扩展版 ReAct 框架的架构设计：包括跨领域知识图谱、自适应工具注册中心、元推理引擎等核心组件；
4. 框架的数学模型、算法流程与可运行的 Python 代码实现；
5. 一个融合“财务分析+气候政策”的真实场景案例；
6. AI Agent 跨域处理的最佳实践与行业发展趋势。

接下来，我们将从核心概念开始，一步步拆解这个扩展框架的全貌。

一、核心概念：从 ReAct 到跨域 AI Agent

在深入扩展方案之前，我们需要先明确几个关键概念——这是后续所有讨论的基础。

1.1 原生 ReAct 框架：推理与行动的交响

原生 ReAct 的核心思想非常朴素，却直击 AI Agent 的痛点：让智能体在采取行动前先“想清楚”，在行动后根据观察“调整思路”。

我们可以用一个简单的类比来理解：假设你是一个侦探，要破获一起盗窃案。你不会一上来就乱翻现场——你会先推理：“小偷可能从窗户进来，因为门锁没坏”；然后基于推理采取行动：“去检查窗户的指纹”；接着根据行动得到的观察：“窗户上有陌生人的指纹，且花园里有脚印”；再进入下一轮推理：“脚印是 42 码的，符合嫌疑人 A 的鞋码”，依此类推，直到破案。

ReAct 就是把这个“推理-行动-观察”的循环形式化了。在原生 ReAct 中，Agent 的状态由任务历史（包括之前的推理、行动、观察）和当前任务组成，其核心流程可以用伪代码表示为：

初始化状态 S = 任务描述
while 任务未完成:
    推理 r = LLM(S)  # 让大模型思考下一步该做什么
    行动 a = 根据 r 选择工具并执行
    观察 o = 获取工具执行结果
    更新状态 S = S + r + a + o
输出最终结果

原生 ReAct 的优势在于：

• 可解释性强：每一步推理都自然语言化，你能清楚看到 Agent“为什么这么做”；
• ** grounded（ grounded ）**：通过工具与真实世界交互，减少了 LLM 的“幻觉”；
• 通用性好：在问答、导航、工具使用等单领域任务上都有不错的表现。

但它的跨域局限也非常明显：原生 ReAct 依赖 LLM 的内置知识和预定义的工具集——如果任务涉及 LLM 不熟悉的领域，或者需要工具在不同领域间协作，它就会“卡壳”。

1.2 AI Agent Harness Engineering：智能体的“工程化 harness”

“AI Agent Harness Engineering”（智能体工程化 harness）是最近一年兴起的概念——这里的“harness”可以理解为“驾驭、整合、赋能”。

简单来说，它不是指开发单个 Agent，而是指构建一套工程化的系统，来快速设计、开发、部署、监控多个 AI Agent，并让它们高效协作。就像汽车的 harness（线束）把电池、发动机、仪表盘等部件连接起来一样，AI Agent Harness Engineering 把 LLM、工具、知识、数据等组件连接成一个有机的整体。

其核心目标包括：

• 可复用性：Agent 的组件（推理模块、工具集、知识层）可以跨任务复用；
• 可扩展性：能轻松添加新的领域知识、工具或 Agent；
• 可观测性：能监控 Agent 的推理过程、工具调用和任务完成情况；
• 可靠性：能处理异常、重试失败的操作、避免幻觉。

但目前的 AI Agent Harness Engineering 大多聚焦于单领域场景——比如专门用于客服的 harness，或者专门用于数据分析的 harness。我们需要做的，是让这套 harness 能支撑跨领域的 Agent 协作。

1.3 跨领域任务：定义与核心特征

什么是“跨领域任务”？我们可以从三个维度来定义：

1. 知识跨域：任务需要整合来自两个或以上不重叠领域的知识（比如“医学影像分析+医保政策解读”）；
2. 工具跨域：任务需要调用属于不同领域的工具（比如“用金融工具算收益率+用气象工具分析气候风险”）；
3. 推理跨域：任务的推理逻辑需要在不同领域间切换或融合（比如“先从法律角度判断合规性，再从经济角度评估成本”）。

跨领域任务的核心难点在于：

• 领域知识的“孤岛效应”：不同领域的知识表示方式、术语体系差异很大，难以直接融合；
• 工具的“异构性”：不同领域的工具接口、输入输出格式、执行环境各不相同；
• 推理的“上下文切换成本”：LLM 在不同领域间切换时，容易丢失之前的推理上下文，或者混淆术语；
• 评估的“复杂性”：跨领域任务的成功标准很难用单一指标衡量，需要结合多个领域的专家知识。

举个真实的例子：一家农业科技公司想让 AI Agent 完成“为某地区选择最优水稻品种”的任务——这需要：

• 气候领域：分析当地的温度、降水、光照数据；
• 农业领域：了解不同水稻品种的生长周期、抗病虫害能力；
• 经济领域：计算种子成本、预期产量、市场价格；
• 物流领域：评估种子的运输成本和可得性。

这就是一个典型的跨领域任务——原生 ReAct 很难独立完成，因为它无法有效整合这四个领域的知识和工具。

二、问题背景与描述：原生 ReAct 的跨域之殇

为了更清晰地说明问题，我们先来看一个原生 ReAct 处理跨域任务的失败案例，然后系统地梳理它的局限。

2.1 失败案例：当 ReAct 遇到“新能源投资评估”

假设我们给原生 ReAct 这样一个任务：

任务：请分析比亚迪（BYD）2024 年 Q1 的财务报表，并结合中国“双碳”政策中关于新能源汽车补贴退坡的内容，评估其 2024-2025 年的股票投资价值。

我们使用 GPT-4 作为 LLM，给它配置了两个工具：

1. financial_analyzer：输入公司代码，返回近一年的财务报表摘要；
2. policy_search：输入关键词，返回相关政策文件的片段。

原生 ReAct 的执行过程如下：

第一轮推理：我需要先获取比亚迪 2024 年 Q1 的财务报表，所以调用 financial_analyzer("BYD")。
行动：调用 financial_analyzer("BYD")。
观察：返回比亚迪 Q1 营收 1500 亿元，同比增长 10%；净利润 80 亿元，同比增长 5%；新能源汽车销量 60 万辆，同比增长 8%。

第二轮推理：接下来我需要搜索中国“双碳”政策中关于新能源汽车补贴退坡的内容，调用 policy_search("新能源汽车补贴退坡 2024")。
行动：调用 policy_search("新能源汽车补贴退坡 2024")。
观察：返回：“2024 年起，中国新能源汽车购置补贴正式退出历史舞台；同时，‘双积分’政策要求车企的新能源汽车积分比例提升至 40%。”

第三轮推理：现在我有了财务数据和政策内容，我可以评估投资价值了。比亚迪营收增长不错，但净利润增速低于营收，可能是因为补贴退坡导致成本上升。长期来看，新能源汽车是趋势，所以投资价值中等偏上。
行动：无（任务完成）。
最终输出：比亚迪 2024 年 Q1 营收增长 10%，净利润增长 5%，受补贴退坡影响成本上升。长期来看新能源汽车趋势向好，投资价值中等偏上。

看起来还行？但如果你是一个专业的金融分析师，你会发现这个输出非常“水”：

• 它没有把“补贴退坡”和比亚迪的“成本结构”结合起来（比如比亚迪的电池自供率有多高？补贴退坡对其单车利润的影响有多大？）；
• 它没有考虑“双积分”政策对比亚迪的正向影响（比亚迪的新能源汽车销量高，多余的积分可以卖给其他车企，这部分收入怎么算？）；
• 它没有结合行业数据（比如新能源汽车行业的平均增速是多少？比亚迪的市场份额变化如何？）。

为什么会这样？因为原生 ReAct 的推理只是“拼接”了两个领域的信息，而没有融合——它不知道财务领域的“单车利润”和政策领域的“补贴退坡”之间有什么联系，也不知道需要调用额外的工具（比如 industry_data）来获取行业对比数据。

2.2 系统局限：原生 ReAct 跨域失败的深层原因

从这个案例中，我们可以提炼出原生 ReAct 在跨域任务中的四个核心局限：

局限 1：缺乏跨领域知识的“关联图谱”

原生 ReAct 依赖 LLM 的内置知识来建立概念之间的联系——但 LLM 的知识是“静态”的，且对跨领域的长尾关联（比如“双积分→积分交易收入→比亚迪净利润”）掌握得不好。

局限 2：工具的“领域标签”缺失，无法自适应选择

原生 ReAct 的工具列表是“扁平”的——它不知道 financial_analyzer 是“金融领域”的，policy_search 是“政策领域”的，也不知道需要添加 industry_data 这个“行业领域”的工具。当任务跨域时，它无法主动“发现”需要哪些工具。

局限 3：推理是“单线程”的，缺乏“元推理”能力

原生 ReAct 的推理是“线性”的——它只能一步步地执行，不会“跳出来”反思：“我是不是漏掉了某个领域的信息？我当前的推理逻辑是不是符合跨域的要求？”。在案例中，它没有意识到需要分析“补贴退坡对单车利润的影响”，就是因为缺乏元推理。

局限 4：观察结果是“原始数据”，缺乏“跨域对齐”

原生 ReAct 获取的观察结果是“领域特定”的——比如 financial_analyzer 返回的是财务术语，policy_search 返回的是政策术语，它没有对这些术语进行“对齐”（比如把“补贴退坡”对齐到财务中的“营业外收入减少”），导致推理无法建立有效连接。

三、问题解决：扩展版 ReAct 框架的设计思路

针对上述局限，我们提出了 Cross-Domain ReAct（简称 CD-ReAct）框架——它在原生 ReAct 的基础上，添加了四个核心组件，来解决跨域问题。

3.1 CD-ReAct 的整体架构

CD-ReAct 的架构可以分为 五层，从下到上依次是：

1. 工具层：带有领域标签的自适应工具注册中心；
2. 知识层：跨领域知识图谱（CDKG）与领域特定知识库；
3. 推理层：元推理引擎、领域对齐模块与推理-行动生成器；
4. 编排层：任务分解器、状态管理器与异常处理器；
5. 交互层：用户接口、反馈收集器与结果可视化器。

我们可以用一个 mermaid 架构图来表示：

接下来，我们逐一解释每个核心组件的设计。

3.2 核心组件 1：跨领域知识图谱（CDKG）

跨领域知识图谱（Cross-Domain Knowledge Graph, CDKG）是 CD-ReAct 的“大脑”——它的作用是把不同领域的知识连接起来，解决“孤岛效应”。

CDKG 的结构设计

CDKG 采用“分层图谱结构”：

1. 顶层：跨领域核心概念层（比如“成本”“收入”“政策”“风险”）——这些概念是多个领域共有的；
2. 中间层：领域桥接层（比如“补贴退坡→营业外收入减少→单车利润下降”）——这一层定义了不同领域概念之间的关联；
3. 底层：领域特定知识层（比如金融领域的“比亚迪 2024 Q1 单车利润”、政策领域的“2024 年新能源汽车补贴退坡比例”）——这一层是各领域的细节知识。

CDKG 的节点和边都带有领域标签和置信度：

• 节点标签：比如 [金融, 比亚迪, 单车利润]；
• 边标签：比如 [政策→金融, 补贴退坡, 导致, 营业外收入减少, 置信度=0.9]。

CDKG 的构建方式

CDKG 可以通过三种方式构建：

1. 专家人工标注：邀请跨领域专家来定义核心概念和桥接关系——这种方式精度高，但成本高、速度慢；
2. LLM 半自动生成：用 LLM 从跨领域文献、报告中提取概念和关系，然后由专家审核——这种方式平衡了精度和速度；
3. 用户反馈迭代：当用户发现 CDKG 中的错误或缺失时，通过反馈收集器提交，然后更新图谱——这种方式让 CDKG 可以持续进化。

3.3 核心组件 2：自适应工具注册中心

自适应工具注册中心是 CD-ReAct 的“工具箱”——它的作用是给工具打标签，让 Agent 能根据任务的领域需求自适应选择工具。

工具的元数据设计

每个工具在注册时，都需要填写以下元数据：

{
  "tool_id": "financial_analyzer",
  "tool_name": "财务报表分析器",
  "domain_tags": ["金融", "财务"],
  "function": "输入公司代码，返回近一年的财务报表摘要，包括营收、净利润、单车利润等指标",
  "input_schema": {"company_code": "str"},
  "output_schema": {"revenue": "float", "net_profit": "float", "vehicle_profit": "float"},
  "cross_domain_links": [
    {"target_domain": "政策", "link_concept": "补贴退坡→vehicle_profit"},
    {"target_domain": "行业", "link_concept": "vehicle_profit→行业平均单车利润"}
  ],
  "reliability": 0.95
}

其中，cross_domain_links 是关键——它定义了这个工具的输出概念与其他领域概念的关联，帮助 Agent 理解“为什么要用这个工具”以及“工具的结果怎么用在跨域推理中”。

工具的自适应选择算法

当 Agent 需要选择工具时，会运行以下算法：

1. 领域匹配：根据任务检测到的领域标签，筛选出所有匹配的工具；
2. 关联匹配：根据 CDKG 中的跨领域关联，筛选出与当前推理步骤相关的工具；
3. 可靠性排序：根据工具的 reliability 得分，对剩余工具进行排序；
4. 选择 Top-K：选择 Top-K 个工具，由元推理引擎决定最终使用哪个。

3.4 核心组件 3：元推理引擎

元推理引擎是 CD-ReAct 的“指挥官”——它的作用是“反思” Agent 的推理过程，确保它不会漏掉跨域信息，不会混淆领域术语。

元推理的三个核心任务

元推理引擎会在每一轮推理-行动循环前运行，完成三个任务：

1. 领域完整性检查：检查当前任务涉及的所有领域是否都已经被覆盖，是否需要添加新的领域知识或工具；
2. 推理逻辑校验：检查当前的推理逻辑是否符合跨域的要求，是否需要调用领域对齐模块来对齐术语；
3. 异常预判：预判当前行动可能会遇到的异常（比如工具调用失败、知识缺失），并提前准备备用方案。

元推理的触发条件

元推理引擎不会在每一轮都运行——那样会降低效率。它的触发条件是：

1. 任务初始化时：第一次拿到任务时，需要检测任务的领域，规划整体的推理路径；
2. 观察结果与预期不符时：如果工具返回的结果和推理中的预期不一样，需要反思是不是推理逻辑错了；
3. 用户反馈时：如果用户指出了 Agent 的错误，需要根据反馈调整推理；
4. 推理陷入循环时：如果连续三轮推理-行动都没有推进任务，需要反思是不是漏掉了什么。

3.5 核心组件 4：领域对齐模块

领域对齐模块是 CD-ReAct 的“翻译官”——它的作用是把不同领域的术语、数据格式对齐到统一的表示，解决“观察结果原始”的问题。

领域对齐的两种类型

领域对齐模块支持两种对齐：

1. 术语对齐：把不同领域的术语映射到 CDKG 中的顶层核心概念——比如把金融领域的“营业外收入减少”和政策领域的“补贴退坡”都映射到顶层概念“成本上升/收入减少”；
2. 数据格式对齐：把不同领域工具的输出数据格式对齐到统一的 schema——比如把金融工具返回的“vehicle_profit: 1.2 万元”和行业工具返回的“avg_vehicle_profit: 0.8 万元”都对齐到 {"concept": "单车利润", "value": 1.2, "unit": "万元", "domain": "金融"} 这样的格式。

领域对齐的实现方式

领域对齐模块使用 检索-生成 的方式实现：

1. 检索：从 CDKG 中检索与当前术语/数据最相关的顶层概念；
2. 生成：用 LLM 根据检索到的概念，生成对齐后的术语/数据；
3. 验证：检查生成的对齐结果是否符合 CDKG 中的关联规则，如果不符合，重新生成。

四、概念关系与数学模型：形式化 CD-ReAct

为了让大家更深入地理解 CD-ReAct，我们先通过表格和图表来梳理概念之间的关系，然后用数学模型来形式化它的推理-行动循环。

4.1 概念核心属性维度对比：原生 ReAct vs CD-ReAct

我们用一个 markdown 表格来对比原生 ReAct 和 CD-ReAct 在核心属性上的差异：

4.2 概念联系的 ER 实体关系图

接下来，我们用 mermaid ER 图来表示 CD-ReAct 中核心实体之间的关系：

这个 ER 图中的核心实体包括：

• TASK：用户提交的任务；
• DOMAIN：任务涉及的领域；
• KNOWLEDGE_NODE/KNOWLEDGE_EDGE：跨领域知识图谱中的节点和边；
• TOOL：工具注册中心中的工具；
• REASONING_STEP：每一轮的推理步骤；
• METAREASONING：元推理过程；
• DOMAIN_ALIGNMENT：领域对齐过程；
• ACTION：Agent 采取的行动；
• OBSERVATION：行动产生的观察；
• USER：提交任务和反馈的用户；
• FEEDBACK：用户提供的反馈。

4.3 推理-行动循环的交互关系图

为了更清晰地展示 CD-ReAct 的推理-行动循环，我们用 mermaid 交互图来表示：

4.4 CD-ReAct 的数学模型

现在，我们用 LaTeX 数学公式来形式化 CD-ReAct 的推理-行动循环。

4.4.1 状态空间定义

在 CD-ReAct 中，状态 $S_t$ 不再只是原生 ReAct 中的任务历史——它包含五个部分：
$$S_t=\left(T,D_t,K_t,H_t,F_t\right)$$
其中：

• $T$：用户提交的原始任务（固定不变）；
• $D_t$：第 $t$ 轮检测到的任务领域集合（比如 Dt={金融,政策}D_t = \{\text{金融}, \text{政策}\}Dt​={金融,政策}）；
• $K_t$：第 $t$ 轮从 CDKG 中检索到的跨领域知识集合；
• $H_t$：第 $t$ 轮之前的推理-行动-观察历史（$H_t=\{(r_0,a_0,o_0^{\prime }),(r_1,a_1,o_1^{\prime }),...,(r_{t-1},a_{t-1},o_{t-1}^{\prime })\}$，其中 $o_i^{\prime }$ 是对齐后的观察）；
• $F_t$：第 $t$ 轮之前用户提供的反馈集合。

4.4.2 元推理过程

元推理过程 $M$ 的作用是根据当前状态 $S_t$，生成对齐后的状态 $S_t^{\prime }$ 和元推理建议 $m_t$：
$$(S_t^{\prime },m_t)=M(S_t,G)$$
其中 $G$ 是跨领域知识图谱 CDKG。

元推理过程 $M$ 可以分解为三个子过程：

1. 领域检测子过程：$D_t=M_D(T,H_{t-1})$——根据任务和历史检测领域；
2. 领域对齐子过程：$A_t=M_A(H_{t-1},G)$——对齐历史中的术语和数据；
3. 完整性校验子过程：$m_t=M_C(S_t,G)$——生成元推理建议（比如“需要添加行业领域知识”）。

因此，对齐后的状态 $S_t^{\prime }$ 可以表示为：
$$S_t^{\prime }=\left(T,D_t,M_K(S_t,G),A_t\cup H_{t-1},F_t\right)$$
其中 $M_K$ 是知识检索子过程，用于从 $G$ 中检索相关知识 $K_t$。

4.4.3 推理-行动生成过程

推理-行动生成过程 $R$ 的作用是根据对齐后的状态 $S_t^{\prime }$，生成推理 $r_t$ 和行动 $a_t$：
$$(r_t,a_t)=R(S_t^{\prime },\text{LLM},\text{ToolRegistry})$$
其中 $\text{LLM}$ 是大语言模型，$\text{ToolRegistry}$ 是自适应工具注册中心。

推理 $r_t$ 是自然语言化的思考过程，行动 $a_t$ 是一个元组：
KaTeX parse error: Expected 'EOF', got '_' at position 19: …t = (\text{tool_̲id}, \text{inpu…
其中 KaTeX parse error: Expected 'EOF', got '_' at position 11: \text{tool_̲id} 是从 $\text{ToolRegistry}$ 中选择的工具 ID，KaTeX parse error: Expected 'EOF', got '_' at position 12: \text{input_̲params} 是工具的输入参数。

4.4.4 观察获取与对齐过程

观察获取过程 $O$ 的作用是执行行动 $a_t$，获取原始观察 ${\hat{o}}_t$：
$${\hat{o}}_t=O(a_t)$$
然后，领域对齐过程 $A$ 把原始观察 ${\hat{o}}_t$ 对齐为统一格式的观察 $o_t^{\prime }$：
$$o_t^{\prime }=A({\hat{o}}_t,G)$$

4.4.5 状态更新与任务终止条件

状态更新过程 $U$ 的作用是根据 $r_t,a_t,o_t^{\prime }$ 更新状态：
$$S_{t+1}=U(S_t^{\prime },r_t,a_t,o_t^{\prime })=\left(T,D_t,K_t,H_t\cup \{(r_t,a_t,o_t^{\prime })\},F_t\right)$$

任务终止条件 $C$ 是一个布尔函数，当 $C(S_{t+1})=\text{True}$ 时，任务完成：
C(St+1)=LLM(St+1,任务是否完成？)∈{是,Yes} C(S_{t+1}) = \text{LLM}(S_{t+1}, \text{任务是否完成？}) \in \{\text{是}, \text{Yes}\} C(St+1​)=LLM(St+1​,任务是否完成？)∈{是,Yes}

当任务完成时，最终结果 $Res$ 由 LLM 根据最终状态 $S_{t+1}$ 生成：
$$Res=\text{LLM}(S_{t+1},\text{请根据以上信息生成最终任务结果})$$

五、算法流程与 Python 代码实现

现在，我们把 CD-ReAct 的数学模型转化为可执行的算法流程，然后用 Python 代码实现一个简化版的 CD-ReAct。

5.1 CD-ReAct 的算法流程图

我们用 mermaid 流程图来表示 CD-ReAct 的核心算法流程：

5.2 简化版 CD-ReAct 的 Python 代码实现

为了让大家能快速上手，我们实现一个简化版的 CD-ReAct——它使用：

• LangChain 作为基础框架；
• GPT-4 作为 LLM；
• 内存字典 模拟跨领域知识图谱 CDKG；
• 简单的工具类 模拟自适应工具注册中心。

5.2.1 环境安装

首先，安装所需的依赖：

pip install langchain openai python-dotenv

5.2.2 代码实现

我们把代码分为五个部分：

1. 配置与初始化：加载 API key，初始化 LLM；
2. 模拟 CDKG：用内存字典实现跨领域知识图谱；
3. 模拟工具注册中心：定义带领域标签的工具；
4. CD-ReAct 核心类：实现元推理、领域对齐、推理-行动生成等功能；
5. 测试案例：用“新能源投资评估”任务测试 CD-ReAct。

以下是完整的 Python 代码：

import os
from dotenv import load_dotenv
from langchain.llms import OpenAI
from langchain.prompts import PromptTemplate
from typing import List, Dict, Tuple

# ---------------------------
# 1. 配置与初始化
# ---------------------------
load_dotenv()  # 加载 .env 文件中的 OPENAI_API_KEY
llm = OpenAI(temperature=0, model_name="gpt-4")  # 使用 GPT-4，temperature=0 表示更确定的输出

# ---------------------------
# 2. 模拟跨领域知识图谱 CDKG
# ---------------------------
# 这里用内存字典模拟 CDKG，实际项目中可以用 Neo4j 等图数据库
CDKG = {
    "top_level_concepts": ["成本", "收入", "利润", "政策", "风险", "市场份额"],
    "domain_bridge_edges": [
        # 政策→金融的桥接边
        {"from": "新能源汽车补贴退坡", "to": "营业外收入减少", "domain_link": "政策→金融", "confidence": 0.9},
        {"from": "双积分比例提升", "to": "积分交易收入增加", "domain_link": "政策→金融", "confidence": 0.85},
        {"from": "营业外收入减少", "to": "单车利润下降", "domain_link": "金融→金融", "confidence": 0.95},
        {"from": "积分交易收入增加", "to": "净利润上升", "domain_link": "金融→金融", "confidence": 0.9},
        # 金融→行业的桥接边
        {"from": "单车利润", "to": "行业平均单车利润", "domain_link": "金融→行业", "confidence": 0.8},
        {"from": "销量增速", "to": "行业平均销量增速", "domain_link": "金融→行业", "confidence": 0.8},
    ],
    "domain_specific_knowledge": {
        "金融": {
            "比亚迪": {
                "2024 Q1": {
                    "revenue": 1500,  # 亿元
                    "net_profit": 80,  # 亿元
                    "vehicle_sales": 60,  # 万辆
                    "vehicle_profit": 1.2,  # 万元/辆
                    "battery_self_supply_rate": 0.85,  # 电池自供率
                }
            }
        },
        "政策": {
            "2024 新能源汽车补贴": "2024 年起，中国新能源汽车购置补贴正式退出历史舞台",
            "2024 双积分政策": "2024 年起，双积分政策要求车企的新能源汽车积分比例提升至 40%",
        },
        "行业": {
            "2024 Q1 新能源汽车行业": {
                "avg_vehicle_profit": 0.8,  # 万元/辆
                "avg_sales_growth": 12,  # 百分比
            }
        }
    }
}

# ---------------------------
# 3. 模拟自适应工具注册中心
# ---------------------------
class Tool:
    def __init__(self, tool_id: str, tool_name: str, domain_tags: List[str], cross_domain_links: List[Dict], func):
        self.tool_id = tool_id
        self.tool_name = tool_name
        self.domain_tags = domain_tags
        self.cross_domain_links = cross_domain_links
        self.func = func  # 工具的执行函数

    def run(self, input_params: Dict) -> Dict:
        return self.func(input_params)

# 定义工具 1：财务分析器
def financial_analyzer_func(input_params: Dict) -> Dict:
    company_code = input_params["company_code"]
    return CDKG["domain_specific_knowledge"]["金融"][company_code]["2024 Q1"]

financial_analyzer = Tool(
    tool_id="financial_analyzer",
    tool_name="财务报表分析器",
    domain_tags=["金融", "财务"],
    cross_domain_links=[
        {"target_domain": "政策", "link_concept": "补贴退坡→vehicle_profit"},
        {"target_domain": "行业", "link_concept": "vehicle_profit→行业平均单车利润"},
    ],
    func=financial_analyzer_func
)

# 定义工具 2：政策搜索器
def policy_search_func(input_params: Dict) -> Dict:
    keyword = input_params["keyword"]
    if "补贴" in keyword:
        return {"policy": CDKG["domain_specific_knowledge"]["政策"]["2024 新能源汽车补贴"]}
    elif "双积分" in keyword:
        return {"policy": CDKG["domain_specific_knowledge"]["政策"]["2024 双积分政策"]}
    else:
        return {"policy": "未找到相关政策"}

policy_search = Tool(
    tool_id="policy_search",
    tool_name="政策搜索器",
    domain_tags=["政策", "法规"],
    cross_domain_links=[
        {"target_domain": "金融", "link_concept": "补贴退坡→营业外收入减少"},
        {"target_domain": "金融", "link_concept": "双积分比例提升→积分交易收入增加"},
    ],
    func=policy_search_func
)

# 定义工具 3：行业数据查询器
def industry_data_func(input_params: Dict) -> Dict:
    return CDKG["domain_specific_knowledge"]["行业"]["2024 Q1 新能源汽车行业"]

industry_data = Tool(
    tool_id="industry_data",
    tool_name="行业数据查询器",
    domain_tags=["行业", "市场"],
    cross_domain_links=[
        {"target_domain": "金融", "link_concept": "行业平均单车利润→vehicle_profit"},
    ],
    func=industry_data_func
)

# 工具注册中心
tool_registry = {
    "financial_analyzer": financial_analyzer,
    "policy_search": policy_search,
    "industry_data": industry_data,
}

# ---------------------------
# 4. CD-ReAct 核心类
# ---------------------------
class CrossDomainReAct:
    def __init__(self, llm, cdkg: Dict, tool_registry: Dict[str, Tool]):
        self.llm = llm
        self.cdkg = cdkg
        self.tool_registry = tool_registry
        self.state = None  # 当前状态
        self.history = []  # 推理-行动-观察历史

    def _detect_domains(self, task: str) -> List[str]:
        """元推理子过程：检测任务涉及的领域"""
        prompt = PromptTemplate(
            input_variables=["task", "available_domains"],
            template="请分析以下任务涉及哪些领域？可用领域有：{available_domains}。\n任务：{task}\n请以 JSON 数组格式返回领域列表，例如 [\"金融\", \"政策\"]。"
        )
        available_domains = list(self.cdkg["domain_specific_knowledge"].keys())
        response = self.llm(prompt.format(task=task, available_domains=available_domains))
        # 简单解析 JSON（实际项目中用 json.loads）
        domains = eval(response.strip())
        return domains

    def _retrieve_knowledge(self, domains: List[str], query: str) -> List[Dict]:
        """元推理子过程：从 CDKG 中检索相关知识"""
        knowledge = []
        # 检索顶层概念
        for concept in self.cdkg["top_level_concepts"]:
            if concept in query:
                knowledge.append({"type": "top_level", "concept": concept})
        # 检索领域桥接边
        for edge in self.cdkg["domain_bridge_edges"]:
            if any(d in edge["domain_link"] for d in domains):
                knowledge.append({"type": "bridge_edge", **edge})
        # 检索领域特定知识
        for domain in domains:
            knowledge.append({"type": "domain_specific", "domain": domain, "content": self.cdkg["domain_specific_knowledge"][domain]})
        return knowledge

    def _align_observation(self, observation: Dict, domain: str) -> Dict:
        """领域对齐过程：把观察对齐到统一格式"""
        aligned = {}
        for key, value in observation.items():
            # 简单的对齐：添加领域标签和概念映射
            concept_map = {
                "revenue": "营收",
                "net_profit": "净利润",
                "vehicle_sales": "销量",
                "vehicle_profit": "单车利润",
                "avg_vehicle_profit": "行业平均单车利润",
                "avg_sales_growth": "行业平均销量增速",
            }
            concept = concept_map.get(key, key)
            aligned[concept] = {"value": value, "domain": domain}
        return aligned

    def _select_tools(self, domains: List[str], knowledge: List[Dict]) -> List[Tool]:
        """自适应工具选择：根据领域和知识选择工具"""
        selected_tools = []
        for tool_id, tool in self.tool_registry.items():
            # 领域匹配
            if any(d in tool.domain_tags for d in domains):
                # 关联匹配：检查工具的 cross_domain_links 是否在检索到的知识中
                has_link = any(
                    any(link["link_concept"] in str(k) for k in knowledge)
                    for