ReAct 是什么？“思考-行动-观察”如何闭环运行？

核心定义

ReAct 是能让大模型“边思考、边行动”的推理框架，让 LLM 像人类一样通过多轮交互解决复杂问题

Thought-Action-Observation 运转逻辑

ReAct 循环中有三大要点：

• Thought：模型分析当前的局面，大任务拆解成子任务，决定当前最需要做什么
• Action：根据前面的思考结果，生成具体的操作指令
• Observation：接收真实环境对操作的反馈结果

这就有了一个闭环：想清楚再做，做完看反馈，基于新反馈接着想

ReAct + Function calling 怎么运转？

在 ReAct 需要与外部系统结合时，免不了调用工具，执行链路如下：

1. 评估与决策：模型接收用户请求，判断仅靠自身知识无法解答，于是从系统预置的工具箱说明中挑选最匹配的工具
2. 生成结构化指令：模型按照选定工具的参数要求，输出带有具体变量的调用指令，通常是标准的 JSON 格式（图中的Action）
3. 业务系统拦截与执行：宿主应用（比如后端的Java 业务代码）拦截到这段 JSON，暂停大模型的生成，在真实的外部环境中发送网络请求或执行相关函数
4. 结果回传注入：业务系统拿到 API 的真实返回值后，把它打包成观测结果，追加到对话历史中，并重新发给大模型
5. 分析反馈并响应：模型读取新注入的真实数据重新思考。如果信息充足，就把它转化为自然语言回答用户。如果发现异常或数据不足，则再次发起新的工具调用