ReAct Agent 学习日志（Day 3）：从“能调用 API”到“会用工具做事”

Cyning
0 阅读10分钟

ReAct Agent 学习日志（Day 3）：从“能调用 API”到“会用工具做事”

Gemini_Generated_Image_crw6vccrw6vccrw6

写在前面：我是前端，但我想转向 AI

我是一名前端工程师。过去的我更熟悉组件、状态管理、交互细节与工程化；但最近我越来越清晰地感受到：AI 不再只是“一个能力点”，它正在变成新的生产力底座。
于是我决定认真投入，给自己一个明确的方向：专心学习 AI 技术，尝试转行。

今天是我学习的第 3 天。前两天我做的是“AI API 调用”的项目，目标很务实：先把请求、返回、流式输出、落盘、稳定性这些基础动作练熟。

在另一个项目（AI Content Automation Platform）的开发日志里，我把前两天的重点记得很直白：

  • Day1：跑通了「输入主题 → AI 生成文章 → 前端展示 + 临时落盘」闭环，搭好 Docker、文档骨架与工程结构。
  • Day2：把生成体验做成 SSE 流式，并补齐重试语义（Tenacity）、异步 DB 依赖与一套“断点续写”的设计草案。

那两天更像是在练“手感”：怎么把 AI 能力接进系统里。
但今天的主题明显更“像智能体”——我开始学习 ReAct Agent：让模型不仅能回答问题，还能决定要用哪些工具、按什么顺序做事、并在过程中不断修正。

ReAct 是什么：让模型学会“边想边做”

ReAct（Reason + Act）可以理解为一种非常朴素、但很有效的范式：

  • Reason（思考）：先分析要解决的问题、拆解子目标、给出下一步计划
  • Act（行动）：调用工具（读文件、查目录、算数据、发邮件……）去获取事实
  • Observe（观察）：拿到工具结果，更新认知，继续下一轮

它的魅力在于：
当问题需要“外部信息”时（比如读 Excel、查文件夹、执行脚本），模型不再硬编答案，而是会把任务变成一连串可验证的动作。

今天我用一个非常具体的问题来练 ReAct：

“9 月份的销售额是多少？”

这类问题的关键点是：
答案不在模型脑子里，而在本地数据文件里。模型必须学会找数据、读数据、算结果，最后再输出。

实战复盘：从目录开始，走到最终答案

下面这段复盘来自我今天一次完整的 ReAct 跑通过程（终端真实输出）。我把它理解成：一个智能体如何像人一样做数据分析。

1）先找数据：ListDirectory

模型的第一反应不是“我猜 9 月销售额是多少”，而是先承认：自己没有信息，需要去 ./data 里找文件。

它调用了 ListDirectory：

  • 目标：列出数据目录有哪些文件
  • 结果：发现了一个非常“像答案就藏在里面”的文件：2023年8月-9月销售记录.xlsx

这一步很重要：从“问题”到“数据源”的映射。
人类做分析也一样——第一步不是算，而是定位数据。

2）再看结构：InspectExcel

找到 Excel 之后，模型并没有直接开始计算，而是先问：
“这个表有什么列？日期列叫什么？销售额怎么算？”

它调用了 InspectExcel，拿到了：

  • 工作表名：2023年8月-9月销售记录
  • 列名：品类 / 产品名 / 单价(元) / 销售量 / 销售日期 / 供应商
  • 前 3 行样例数据（看到了日期格式 2023-08-02 这种）

于是“9 月销售额”被拆成可执行公式：

销售额 = 单价(元) × 销售量
筛选条件 = 销售日期在 2023-09-01 ~ 2023-09-30

这一步是 ReAct 里我最喜欢的一点：
它会主动把“模糊问题”变成“可计算问题”。

3）最后计算：AnalyseExcel（PythonREPL）

当字段都明确后，模型调用 AnalyseExcel，并在工具内部生成并执行 Python 代码：

  • pd.read_excel(...) 读取 Excel
  • pd.to_datetime(df['销售日期']) 转日期
  • 过滤 9 月
  • sum(单价 * 销售量) 求和

最终得到结论：

9 月份的总销售额为：2851099 元

到这里，ReAct 的闭环就非常清晰了：

  1. 找文件
  2. 看表结构
  3. 写代码算
  4. 返回可验证的结果

同一个 Agent 的另一种用法：当文件命名不清晰时，先探索再决策

上面那个案例比较“理想”：数据文件名已经把范围写得很清楚（2023年8月-9月销售记录.xlsx），因此智能体能快速锁定目标文件。
但真实工作里经常不是这样——你可能只拿到一堆没有语义的文件名：1.xlsx / 2.xlsx / 3.pdf，甚至目录里还混着 .DS_Store、历史文章草稿等噪音。

这时候 ReAct 的优势更明显：它不会赌运气，而是会先做“低成本探查”（列目录、看表头、抽样几行），把不确定性压下去，再进入真正的分析环节。

我今天也跑了一个“更贴近真实”的问题来验证这一点：

“销售总额最大的产品是什么？”

下面是这条路径的原始日志（注意：这次目录里并没有明显命名的销售文件，智能体必须先 Inspect 再决定）。
我保留了完整的 Thought / Tool / Return，让你能看到它如何一步步把模糊问题落到可执行的数据计算上。

🤖：有什么可以帮您？
👨：销售总额最大的产品是什么

[Thought: 0] 先定位数据源：需要先查看 ./data 目录下有哪些文件

{"name":"ListDirectory","args":{"path":"./data"}}

[Tool Return]
.DS_Store
2026-03-17-react-agent-learning.md
2.xlsx
1.xlsx
3.pdf

[Thought: 1] 文件名无语义，先 Inspect 其中的 Excel，判断哪个包含“产品名/单价/销售量”等字段

{"name":"InspectExcel","args":{"filename":"./data/1.xlsx","n":3}}

[Tool Return] 1.xlsx 列名：品类、产品名、单价(元)、销售量、销售日期、供应商

[Thought: 2] 确认可计算：销售总额=单价×销售量；按产品名分组汇总后取最大

{"name":"AnalyseExcel","args":{"query":"分析 ./data/1.xlsx 的“2023年8月-9月销售记录”，计算销售总额=单价×销售量，按产品名分组求和，返回销售总额最大产品及金额。","filename":"./data/1.xlsx"}}

[Tool Return]
销售总额最大的产品：PlayStation 5
销售总额：274945元

原始日志引用：完整的 ReAct 思考与行动（终端输出）

下面我把这次从 [Thought: 0] 到最终 FINISH 的过程，按段落拆成多段短引用（每段引用尽量控制在 300 字内），方便阅读与多平台发布。

🤖：有什么可以帮您？
👨：9月份的销售额是多少

[Thought: 0] 先找数据源：列出 ./data 目录，定位可能的销售数据文件

{"name":"ListDirectory","args":{"path":"./data"}}

[Tool Return]
2023年8月-9月销售记录.xlsx
供应商名录.xlsx
供应商资格要求.pdf

[Thought: 1] 文件名提示包含 8/9 月销售数据；下一步 InspectExcel 先确认列名与日期/金额字段

{"name":"InspectExcel","args":{"filename":"./data/2023年8月-9月销售记录.xlsx","n":3}}

[Tool Return] 列名：品类、产品名、单价(元)、销售量、销售日期、供应商（日期字段=销售日期，金额=单价×销售量）

[Thought: 2] 已确认可计算：筛选 2023-09 的记录，对每行做 单价×销售量，再求和

{"name":"AnalyseExcel","args":{"filename":"./data/2023年8月-9月销售记录.xlsx","query":"筛选销售日期在2023年9月1日至2023年9月30日的记录，计算销售额=单价(元)×销售量，并求和返回9月份总销售额。"}}

[Tool Return]
9月份的总销售额为：2851099元

{"name":"FINISH","args":{"the_final_answer":"9月份的销售额是2851099元"}}

这次学习最真实的收获：工程问题也是学习的一部分

如果只看“最终答对了”，会忽略今天其实花了大量时间在“让系统能跑起来”上。

1）LangChain 的模块迁移：旧 import 会直接跑崩

我踩到的第一个坑是：LangChain 新版本拆包/迁移很大。
代码里很多旧路径在新版本下都不存在了，比如：

  • 以前在 langchain.* 的东西，很多迁到了 langchain_core.*
  • 集成、loader、vectorstore 很多迁到 langchain_community.*
  • text splitter 迁到 langchain_text_splitters
  • provider（OpenAI）迁到 langchain_openai

这意味着：写 Demo 时如果照着老教程复制 import，很可能装了 langchain 仍然 ImportError。
解决方式不是“乱装包”，而是把 import 按新生态迁移，并尽量在关键处做兼容处理。

2）依赖补齐：Excel/PDF 读取离不开 openpyxl / PyMuPDF

在智能体场景里，“能读文件”是硬前提。
否则模型再会推理，拿不到数据也只能干着急。

Excel / PDF 常见缺失依赖：

  • .xlsx：通常需要 openpyxl（pandas 读取引擎）
  • .pdf：PyMuPDF（对应 pymupdf，loader 才能工作）

当工具链缺依赖时，ReAct 往往会出现一种“看起来很聪明但做不了事”的回答：
它能讲清楚要怎么做，但最终会说“缺依赖，无法读取文件”。
这并不是模型的问题，而是工程环境没准备好。

3）API Key 的坑：不是“没读到”，而是“读到了但无效”

我还遇到过 401 鉴权错误。
这类问题最容易误判成“.env 没生效”，但其实从报错就能看出来：
只要请求发出去了，说明 key 已经被读取；401 更可能是 key 本身无效、复制不完整或被撤销。

从“调用 API”转向“智能体工程”，我越来越能体会到：

智能体不是一个脚本，而是一套系统。系统的稳定性，决定了智能体的上限。

我对 ReAct 的理解：它像“会写计划的前端同事”

作为前端，我以前习惯把复杂需求拆成任务列表：

  • 先把数据接口打通
  • 再把 UI 展示跑起来
  • 再做异常处理与边界条件

今天看到 ReAct 的输出，我突然觉得很熟悉：
它也在做“拆解、排序、执行、复盘”。区别只是：

  • 我写的是任务与代码
  • 它写的是 Thought 与工具调用 JSON

如果说前两天的我是在学“怎么把 AI 接进来”，那今天的我开始学“怎么让 AI 真正做事”。
这一步给我的冲击是：AI 不再只是一个回答器，而更像一个可编排的执行者。

给同样在转型路上的你：第三天的我，想说几句真心话

学习 AI 的这几天，我的情绪其实很复杂：

  • 有兴奋：第一次看到模型自己决定去读 Excel，并算出一个真实数字
  • 有挫败：依赖装不上、版本不兼容、import 改来改去
  • 有踏实：每解决一个坑，就像给自己搭了一块“可复用的底座”

我越来越确定一件事：

转行不是跳跃，而是迁移。
把过去的工程能力迁移到 AI 工程里，才会走得更稳。

我会继续写下去。
明天也许会更难，但也一定会更接近我想要的方向。

附：今天这个 Demo 的关键链路（用于读者快速理解）

  • 问题：9 月销售额是多少
  • 数据源：./data/2023年8月-9月销售记录.xlsx
  • 工具链：
    • ListDirectory：发现文件
    • InspectExcel：确认字段与样例
    • AnalyseExcel：用 Python 计算 单价(元) × 销售量 的 9 月总和
  • 结果：2851099 元

Demo 地址

仓库地址：https://github.com/Cyning12/auto-gpt-work-demo

avatar
文章
阅读
粉丝