基于 ReAct 范式的电商智能客服 Agent 架构设计与代码实现

1 引言

1.1 研究背景

随着大型语言模型（Large Language Models, LLMs）的快速发展，基于 LLM 的智能代理（AI Agent）系统在垂直领域的应用日益广泛。在电商客服场景中，传统的基于规则或检索的问答系统面临着知识更新滞后、推理能力不足等挑战。用户咨询往往涉及多步推理，例如"查询商品价格→获取优惠政策→计算最终价格"，这要求系统具备复杂的逻辑推理和工具调用能力。

ReAct（Reasoning + Acting）范式由 Yao 等人于 2022 年提出，通过将推理（Reasoning）与行动（Acting）相结合，使语言模型能够在与外部环境交互的过程中进行多步推理。相较于传统的 Chain-of-Thought（CoT）方法，ReAct 不仅展示推理过程，还显式地执行动作并观察结果，形成"思考-行动-观察"的闭环，显著提升了复杂任务的解决能力。

1.2 问题定义

在电商客服领域，典型的用户咨询具有以下特征：

  1. 多源信息整合：需要同时查询商品数据库、优惠政策文档等多源数据
  2. 数值计算需求：涉及折扣计算、满减规则等数学运算
  3. 上下文依赖：多轮对话中需要保持上下文连贯性
  4. 安全性要求：计算过程需防止代码注入等安全风险

因此，本文设计并实现了一套基于 ReAct 范式的电商智能客服 Agent 系统，旨在解决上述挑战。

2 系统架构与推理流程

2.1 ReAct 推理流程

图 1 ReAct 推理流程图

如图 1 所示，ReAct 推理流程遵循以下逻辑：

阶段一：Thought（推理）
Agent 接收用户输入后，首先进入推理阶段。在此阶段，Agent 分析用户问题的意图，评估当前掌握的信息，并规划下一步行动。Thought 是显式的思维过程，使模型能够展示其"思考轨迹"。

阶段二：决策点一（是否需要工具）
基于 Thought 的分析，Agent 判断是否需要调用外部工具获取信息。若问题可直接回答（如常识性问题），则直接进入 Answer 阶段；若需要查询数据库、执行计算等操作，则进入 Action 阶段。

阶段三：Action（行动）
当需要外部信息时，Agent 生成结构化的 Action 指令，指定调用的工具名称及参数。Action 是 Agent 与外部环境交互的接口，通过工具调用获取模型内部知识之外的信息。

阶段四：Observation（观察）
工具执行完成后，返回 Observation 结果。Agent 将 Observation 作为新的上下文信息，用于下一轮推理。

阶段五：决策点二（是否得到答案）
Agent 评估当前信息是否足以回答用户问题。若信息充分，则生成最终 Answer；若信息不足，则返回 Thought 阶段继续推理，形成循环。

阶段六：Answer（回答）
当获得充分信息后，Agent 整合所有推理过程和观察结果，生成最终回复。

该流程的核心优势在于显式推理与环境交互的结合：Thought 使推理过程可解释，Action 扩展了模型的能力边界，Observation 提供了事实性信息，三者协同形成完整的推理闭环。

2.2 系统总体架构

本系统采用分层架构设计，自下而上依次为数据层、工具层、LLM 层、Agent 核心层和主控层，如图 2 所示。

图 2 ReAct AI Agent 系统架构图

各层功能说明如下：

  • 用户层：接收用户输入问题，输出客服回复
  • 主控层：实现 ReAct 主控循环，解析 Thought、Action、Observation 和 Answer
  • Agent 核心层：包含智能代理类、系统提示词和对话记忆管理
  • LLM 层：与通义千问 API 进行交互，生成推理结果
  • 工具层：提供商品查询、优惠检索和价格计算三个核心工具
  • 数据层：包含商品数据库和促销信息文件
  • 配置层：管理 API 密钥和模型参数等配置信息

各层之间通过 Action（橙色箭头）和 Observation（绿色箭头）进行交互，形成完整的推理闭环。

2.2 核心技术创新点

2.2.1 ReAct 推理引擎的实现

系统核心是一个基于正则表达式解析的 ReAct 推理引擎，实现了 Thought-Action-Observation-Answer 四元组的提取与处理：

def parse_thought(response: str) -> str | None:
    """从 Agent 响应中解析 Thought"""
    pattern = re.compile(r'^Thought:\s*(.+)$', re.MULTILINE)
    matches = pattern.findall(response)
    return matches[-1].strip() if matches else None

def parse_action(response: str) -> tuple[str, str] | None:
    """解析 Action，返回 (工具名, 参数)"""
    pattern = re.compile(r'^Action:\s*(\w+):\s*(.*)$', re.MULTILINE)
    matches = pattern.findall(response)
    return matches[-1] if matches else None

该设计的关键在于多轮迭代机制：当检测到 Action 时，系统执行对应工具并将 Observation 作为新的输入反馈给 Agent，形成推理闭环，直至获得最终 Answer。

2.2.2 安全计算模块

针对价格计算场景的安全需求，系统实现了基于抽象语法树（AST）的安全计算模块：

ALLOWED_OPERATORS = {
    ast.Add: operator.add,
    ast.Sub: operator.sub,
    ast.Mult: operator.mul,
    ast.Div: operator.truediv,
    ast.Pow: operator.pow,
    ast.USub: operator.neg,
}

def _eval_node(node):
    """递归计算 AST 节点，仅允许白名单内的操作符"""
    if isinstance(node, ast.Constant):
        return node.value
    elif isinstance(node, ast.BinOp):
        op_type = type(node.op)
        if op_type in ALLOWED_OPERATORS:
            return ALLOWED_OPERATORS[op_type](
                _eval_node(node.left), 
                _eval_node(node.right)
            )
        raise ValueError(f"不支持的操作符: {op_type}")

该方法通过白名单机制严格限制可执行的操作类型，有效防止了代码注入攻击，同时支持基本的数学运算需求。

2.2.3 工具注册与动态调用机制

系统采用字典映射实现工具的动态注册与调用：

TOOLS: Dict[str, Callable] = {
    "query_by_product_name": query_by_product_name,
    "read_store_promotions": read_store_promotions,
    "calculate": calculate,
}

def execute_tool(tool_name: str, tool_args: str) -> str:
    if tool_name not in TOOLS:
        return f"错误: 工具 '{tool_name}' 不存在"
    return str(TOOLS[tool_name](tool_args))

这种设计实现了工具与推理逻辑的解耦，便于后续扩展新的工具功能。

3 关键模块实现

3.1 提示词工程

系统提示词采用结构化的 ReAct 格式，明确约束模型的输出模式：

输出格式要求：
- Thought: 描述你的分析过程
- Action: 调用可用工具，格式为 "工具名: 参数"
- 获得 Observation 后继续推理
- 最终输出: Answer: [你的回答]

提示词设计包含少样本示例（Few-shot Examples），通过具体对话示例引导模型理解 ReAct 的执行流程。

3.2 对话记忆管理

Agent 核心维护一个消息列表 messages，采用 OpenAI 兼容格式存储对话历史：

class CustomerServiceAgent:
    def __init__(self, client: QwenClient, config: Config):
        self.messages: List[Dict[str, str]] = []
        self._init_system_prompt()
    
    def __call__(self, message: str) -> str:
        self.messages.append({"role": "user", "content": message})
        response = self._execute()
        self.messages.append({"role": "assistant", "content": response})
        return response

该设计支持多轮对话上下文保持，使 Agent 能够处理复杂的连续咨询场景。

3.3 配置管理

系统采用分层配置策略，支持环境变量与 JSON 配置文件相结合：

@dataclass
class QwenConfig:
    model_name: str = "qwen-max"
    temperature: float = 1.0
    max_iterations: int = 20

class Config:
    def get_qwen_api_key(self) -> str:
        return os.environ.get("QWEN_API_KEY", "")

敏感信息（如 API 密钥）通过环境变量管理，模型参数通过配置文件调整，实现了安全性与灵活性的平衡。

4 系统运行流程

系统的典型运行流程如下：

  1. 初始化阶段：加载配置、初始化 LLM 客户端、创建 Agent 实例
  2. 输入处理：接收用户问题，加入对话历史
  3. ReAct 循环：
    • 调用 LLM 生成响应
    • 解析 Thought 并输出（用于展示推理过程）
    • 检测 Action，若存在则执行对应工具
    • 获取 Observation，作为新输入继续循环
    • 检测到 Answer 时终止循环并返回结果
  4. 输出生成：将最终答案呈现给用户

5 总结与展望

本文设计并实现了一套基于 ReAct 范式的电商智能客服 Agent 系统。该系统通过显式的推理-行动-观察循环，有效解决了电商客服场景中的多源信息整合、数值计算安全性和上下文记忆等关键问题。

未来的优化方向包括：

  1. 检索增强生成（RAG）：将优惠政策检索升级为基于向量数据库的语义检索
  2. 工具学习优化：引入工具描述的自适应优化机制，提升工具选择的准确性
  3. 多 Agent 协作：扩展为多 Agent 系统，实现更复杂的任务分解与协作
# 自然语言处理
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

cover

常驻网关崩溃恢复的代价：为什么你的 Agent 守护进程总在深夜挂掉？

avatar 龙虾开发者社区
cover

Agent 日历权限管理：从会议室预定到社交工程防御

avatar 龙虾开发者社区
cover

Agent 开发中密钥轮换的自动化实践：从泄露风险到安全凭据管理

avatar 龙虾开发者社区