ReAct 框架：让 LLM 在思考、行动与观察中完成任务

面试题：

请详细解释 ReAct 框架。它是如何将思维链和行动结合起来，以完成复杂任务的？

回答

ReAct (Reason and Act) 是一个强大且基础的Agent行为框架，它通过一种巧妙的提示策略，让LLM能够协同地根据目标生成推理和相关的行动。

简单来说，ReAct就是模仿人的思考方式，人在遇到复杂问题时，会先分析问题，制定下一步的行动，行动之后，观察行动的结果，再进行思考，直到问题解决。

具体实现

思考： LLM分析当前的任务目标与已有信息。然后它会生成一段“内心独白”，即LLM对当前情况的分析、策略的制定或对下一步行动的规划。例如：“我需要查找一下今天新加坡的天气。我应该使用搜索工具。”

行动： LLM在“思考”过后，LLM会决定并生成一个具体的、可执行的“行动”。这个行动通常被格式化为 Action: Tool_Name, Tool_Input的形式。例如：Action: Search, "weather in Singapore today"。但LLM没有行动的能力(如tool的执行，在网站上搜索信息等)，这些行动是由外部的Harness系统完成。

观察： 工具执行后返回的结果，被格式化成“观察”的信息，再次交给LLM进行推理，生成下一步的行动。