寫在前面：動態思考，邊想邊做

大型語言模型（LLM）的崛起開啟了通用人工智能（AGI）的無限遐想。但要讓 LLM 從一個被動的“文本生成器”轉變為能夠主動解決問題、與環境交互的智能體（Agent），我們需要賦予它思考、行動和學習的能力。ReAct (Reason + Act) 框架正是實現這一目標的主流范式之一。

ReAct 的核心思想是模仿人類解決問題的方式：在觀察環境后進行思考（Reasoning），基于思考決定下一步行動（Action），執行行動后觀察結果（Observation），然后根據新的觀察再次思考… 這個“思考-行動-觀察”的循環使得 Agent 能夠分解復雜任務、使用外部工具、處理異常情況，并逐步逼近最終目標。

與 Plan-and-Execute（先制定完整計劃再執行）不同，ReAct 更強調每一步的即時思考和決策，使其對動態變化的環境具有更好的適應性。

本篇博客將深入探討 ReAct 框架的原理，并使用 Python 從零開始（不依賴 LangChain 等高級框架，以便更好地理解底層邏輯）實現一個簡單的、具備規劃能力的 ReAct Agent。我們將涵蓋其核心組件、Prompt 設計、代碼實現以及運作流程。

1. ReAct 框架：“思考-行動”的循環

ReAct 框架由 Yao et al. (2022) 提出，其核心在于將 LLM 的推理能力 (Reasoning) 和行動能力 (Acting) 結合起來。Agent 的行為不再是一步到位的直接輸出，而是通過一個迭代循環生成：