详细解析了 LLM Agent 的九种核心设计模式，包括 ReAct、Plan and Solve、REWOO、LLM Compiler、Basic Reflection、Reflexion、LATS、Self-Discover 及 Storm。文章阐述了每种模式的原理、架构组成及适用场景，并通过代码逻辑梳理揭示了结构化 Prompt 在 Agent 规划与工具调用中的关键作用。重点在于帮助技术决策者理解不同模式在处理简单任务、复杂规划、并行计算及自我反思时的差异，从而根据实际需求选择最优架构方案。
本文深入解析 LLM Agent 的九种核心设计模式，涵盖从基础的 ReAct 到复杂的 Tree Search 等架构。通过图解与代码逻辑梳理，帮助产品经理与技术团队理解不同模式的适用场景及实现原理。
ReAct (Reasoning + Acting) 是 LLM Agent 领域的奠基性论文之一，发表于 2022 年 10 月。在 ChatGPT 尚未普及的背景下，该研究提出让 LLM 学会使用工具，具有开创性意义。
在 ReAct 出现之前，推理 (Reasoning) 与行动 (Action) 往往是割裂的。例如，让孩子去厨房拿胡椒粉，若仅使用思维链 (CoT)，孩子可能会列出所有步骤但不会根据反馈调整；而 ReAct 要求模型在执行每一步后都进行自我观察（Observation），形成'思考 - 行动 - 观察'的闭环。
这种机制相当于赋予了 Agent 短期记忆能力，使其能够维持上下文状态并动态调整策略。
通过 LangChain 等框架，ReAct 的实现流程可梳理为以下步骤：
落地 ReAct 场景需定制两项内容：Prompt 模板中的 Few-shot 内容及 Function Calling 的外部工具定义。Prompt 模板本质上是人类思维模式的结构化体现。
Plan & Solve 模式适用于需要多步规划且计划可能动态调整的任务，例如'西红柿炒鸡蛋'。相比 ReAct，它更强调先制定全局计划，再逐步执行。
该模式旨在提升 Zero-Shot Chain-of-Thought 推理能力。提示词结构明确区分了计划阶段和执行阶段，确保模型在开始行动前已有清晰路径。
REWOO (Reason Without Observation) 是对 ReAct 的优化，旨在减少交互延迟。它去除了显式的 Observation 步骤，将上一步的输出隐式嵌入到下一步的执行单元中。
常见于审批流等环环相扣的场景。例如：
其中，B 和 C 部门对文件的审查即为隐式的 Observation。提示词中会定义每一步依赖上一步的输出变量。
LLM Compiler 的核心思想是通过并行 Function Calling 提高计算效率。原论文《An LLM Compiler for Parallel Function Calling》指出，对于独立子任务，应同时执行而非串行。
例如查询'张译和吴京差几岁'，Planner 可同时搜索两人的年龄，最后合并结果。这要求 Planner 生成有向无环图 (DAG) 来描述任务依赖关系。
Basic Reflection 类比于学生写作业、老师批改的过程。通过 Generator 生成内容，Reflector 提供建议，Generator 根据建议修改，形成迭代闭环。
提示词复刻师生交互，强制模型在生成后进行自我批判或寻求外部反馈，从而提升输出质量。
Reflexion 是 Basic Reflection 的升级版，引入强化学习思路。论文《Reflexion: Language Agents with Verbal Reinforcement Learning》表明，通过引入外部数据评估回答准确性，反思内容更具建设性。
LATS 融合了 Tree Search、ReAct、Plan & Solve 以及 Reflection 机制。通过树搜索方式探索多种路径，并结合强化学习的 Reward 机制选择最佳结果。
LATS = Tree search + ReAct + Plan&solve + Reflection + 强化学习
由多轮 Basic Reflection 组成，包含多个 Generator 和 Reflector，支持回溯和分支评估。
Self-Discover 的核心是让大模型在更小粒度上对 Task 本身进行反思。不同于 Plan&Solve 关注任务补充，Self-Discover 关注任务定义的合理性。
Storm 专注于从零生成维基百科级别的文章。主要思路是利用外部工具搜索生成大纲，再逐段丰富内容。
架构上包含大纲生成器和内容生成器两个核心模块。
以上总结了目前主流的九种 Agent 设计模式。在实际落地中，没有绝对最好的模式，只有最适合场景的模式。产品经理应根据用户需求复杂度、实时性要求及资源成本进行选择：
建议查阅各设计模式的 Prompt 模板，理解其背后的思维模式，以便灵活组合应用于实际业务场景中。
注：文中涉及的代码逻辑参考自开源社区 LangChain 教程，具体实现细节可根据项目需求调整。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
