这是ReAct Agent系列的完整记录。
我的PDF问答RAG项目是用LangChain搭的。跑通之后，面试官问“Agent底层怎么工作的”，我答不上来——因为LangChain把一切都封装好了。所以我决定不用任何框架，纯Python手写一遍ReAct循环，搞清楚Agent到底怎么“想”、怎么“决定调工具”。
ReAct循环是什么
ReAct = Reasoning + Acting。核心是一个循环：
用户输入
↓
拼 prompt → 调 LLM → 解析 JSON → 取 action
↓
action 是什么？
├─ finish → 返回答案
├─ search → 调工具 → 结果存 history → 回循环
└─ calculator → 调工具 → 结果存 history → 回循环
每一轮，模型返回一个JSON，里面包含四个字段：
thought：模型在想什么action：决定做什么（search/calculator/finish）action_input：做什么的参数
执行完工具后，把工具返回的结果（Observation）追加到 history，再进入下一轮。模型看到 history 里已经有了 Observation，就知道“上一轮已经做过了”，从而决定下一步。
踩过的坑
坑一：循环停不下来。
mock版循环一直重复调用搜索。原因：mock_llm 只根据输入里有没有“北京”来判断，第二轮history里还有“北京”，所以它一直调搜索。加了一个判断——如果history里已经有“Observation”，就finish。解决。
坑二：GLM-4返回的JSON带Markdown包裹。
真实API返回的是：
text
```json
{"thought": "...", "action": "search", ...}
```
json.loads 直接报错。加了三层容错：第一层直接解析，第二层清洗Markdown后解析，第三层正则提取 {...} 后解析。三层都失败就返回None，让模型重试。
坑三：finish时action_input为null。
GLM-4在第2轮觉得“已经拿到结果了”，把结论放在thought里，action_input填了null。导致最终回答打印出None。改了system_prompt，明确要求“finish时必须填最终答案，不要填null”。解决。
坑四：接和风天气API失败。
报错 403 Invalid Host——我的账号是共享API Host模式，域名不能用 api.qweather.com。
换成专属域名 pk3wt4re.re.qweather.com 后，报错 getaddrinfo failed——电脑DNS解析不了这个域名。
最后决定：回退到mock，保证Agent主流程可演示。工具层设计成可替换的，接真API只改工具函数内部。
最终效果
Agent现在有：
- 手写ReAct循环（不依赖LangChain）
- 两个工具：搜索（mock）、计算器
- 三层JSON容错
- 多轮工具调用（search → calculator → finish）
- Streamlit界面，可视化每一步的Thought/Action/Observation
- 公网链接：my-react-agent-nnqugx3fujxhet6ep4rv5t.streamlit.app/
测试用例： “北京今天多少度？如果超过25度，帮我算一下华氏度”
- 第1轮：search → 北京今天晴，30度
- 第2轮：calculator(30*1.8+32) → 86.0
- 第3轮：finish → 北京今天温度30度，超过25度，华氏度86.0度
总结
手写ReAct Agent最大的收获，不是“会写代码”，而是理解了Tool Calling的本质：Agent的智能不在于模型多强，而在于“让模型自己决定下一步做什么”这个循环。
LangChain帮你封装了这个循环，但面试官问你“底层怎么工作的”，你得能画出来。
