示例#

用户问：今天天气如何？

• Agent 思考（Thought）：我需要搜索今天的天气情况，可以调用天气检索工具。
• Agent 行动（Action）：调用 get_weather()
• Agent 观察（Observation）：得到结果为“今天天气晴朗”
• 新一轮 Agent 思考（Thought）：检索结果已显示天气情况，我已得到答案。
• Agent 输出最终答案（Final Answer）：今天天气晴朗

ReAct 运行时序图#

用户：写一个番茄时钟

① Agent 主程序：请求模型 → 模型

② 用户 ← Agent 主程序：显示 thought + action ← 模型：返回 thought + action

③ Agent 主程序：请求 action 对应的工具 → 工具

④ 用户 ← Agent 主程序：显示执行结果 ← 工具：返回执行结果

每次执行完 ①②③④ 后，将工具执行结果加入到历史消息列表中。 重复执行 n 次，直到模型认为任务已完成，则：

• Agent 主程序：请求模型 → 模型

• 用户 ← Agent 主程序：显示 thought + final_answer ← 模型：返回 thought + final_answer

  sequenceDiagram 用户->>Agent主程序: 提交任务（如：写一个番茄时钟） loop 重复直到模型认为任务完成 Agent主程序->>大模型: 请求模型推理 大模型-->>Agent主程序: 返回 thought + action Agent主程序-->>用户: 显示 thought + action（过程可见） alt 需要调用工具 Agent主程序->>工具: 请求执行 action（如 get_weather()） 工具-->>Agent主程序: 返回执行结果（observation） Agent主程序-->>用户: 显示执行结果（过程可见） Agent主程序->>Agent主程序: 将 observation 加入历史消息列表 else 无需调用工具 Note over Agent主程序: 准备输出最终答案 end end Agent主程序->>大模型: 请求最终推理（含历史） 大模型-->>Agent主程序: 返回 thought + final_answer Agent主程序-->>用户: 显示最终答案

运行时序图#

用户：明天出门要带伞吗？

Agent 主程序：请给出执行计划 → Plan 模型

Agent 主程序 ← Plan 模型：执行计划如下：

 1. 查询明天日期

 2. 查询对应日期的天气

① Agent 主程序：请执行第一步 → 执行 Agent（独立的一个 Agent，这里不关心其运行模式或内置工具）

② Agent 主程序 ← 执行 Agent：执行完毕，结果如下：…

③ Agent 主程序：请给出一个新的执行计划（或可能已是最终答案）→ Re-Plan 模型（也可以是同一个 Plan 模型）

④ Agent 主程序 ← Re-Plan 模型：新的执行计划如下：…（或最终答案）

同样重复执行 n 次 ①②③④，每次执行完后都将执行结果加入到历史执行记录中，然后将 用户问题 + 执行计划 + 历史执行记录 发给 Re-Plan 模型，直到模型获得最终答案。