基于 Java 从零实现 ReAct 模式 AI Agent

引言

在大语言模型（LLM）蓬勃发展的今天，AI Agent 已经成为最热门的技术方向之一。与传统的问答式 AI 不同，Agent 能够自主思考、规划任务、调用工具，并最终解决复杂问题。这种能力的核心在于让 AI 具备了"行动力"——它不再只是被动回答问题，而是能够主动采取行动来完成任务。

想象一下这样的场景：你对 AI 说"帮我把 1 到 10 的整数写入一个文件"，传统的 ChatGPT 只能告诉你"你可以使用 Python 的文件操作来实现…'，而一个真正的 AI Agent 会直接帮你创建文件、写入内容，然后告诉你"已完成，文件在 numbers.txt"。这就是 Agent 与传统 LLM 的本质区别。

在众多 Agent 架构中，ReAct（Reasoning + Acting） 模式因其简洁优雅而备受青睐。其核心思想是让 LLM 交替进行推理（Reasoning）和行动（Acting），通过"思考 - 行动 - 观察"的循环来解决问题。

接下来让我们从零开始，使用纯 Java 代码手写一个完整的 ReAct Agent。我们不依赖 LangChain、Spring AI 等框架，而是直接使用 OpenAI 官方 Java SDK 与大模型交互，深入理解 Agent 的工作原理。

---

一、什么是 ReAct 模式？

1.1 ReAct 的起源与核心思想

ReAct 由 Yao 等人在 2022 年提出（ICLR 2023 发表），论文标题为《ReAct: Synergizing Reasoning and Acting in Language Models》。其核心洞察是：将推理（Reasoning）和行动（Acting）交织在一起，可显著提升 LLM 解决复杂任务的能力。

传统的 Chain-of-Thought（CoT）只关注推理，让模型"一步步思考"来提升推理能力；传统的 Action-based 方法只关注行动，让模型直接调用工具。ReAct 的创新在于将两者合一：

Thought → Action → Observation → Thought → Action → Observation → ... → FinalAnswer

这种设计模拟了人类解决问题的认知过程：我们不会一次性想清楚所有步骤，而是边思考边行动，根据行动的反馈调整下一步计划。

1.2 ReAct 与思维链（CoT）的对比

思维链（Chain of Thought, CoT）技术，ReAct 可以看作是 CoT 的增强版：

特性	CoT（思维链）	ReAct
推理能力	✅ 支持	✅ 支持
外部工具调用	❌ 不支持	✅ 支持
信息获取	仅依赖模型已有知识	可从外部获取实时信息
任务执行	只能给出建议	可以实际执行任务
自我修正	较弱	较强（基于观察结果调整）

CoT 的局限在于，模型只能基于训练数据中的知识进行推理，无法获取实时信息或执行实际操作。而 ReAct 通过引入工具调用机制，让模型具备了与外部世界交互的能力。

1.3 ReAct 的核心执行循环

ReAct Agent 的工作流程可以概括为一个迭代循环：

1. Reason（推理）：分析当前状态，思考下一步应该做什么
2. Action（行动）：决定调用哪个工具
3. Action Input（行动输入）：生成工具调用参数
4. Observation（观察）：系统执行工具并返回结果
5. 重复上述过程，直到模型输出最终答案（Final Answer）

用流程图表示：

┌─────────────────────────────────────────────────────────────┐
│ ReAct 执行循环                                                │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  用户问题 ──→ 构建 Prompt ──→ 调用 LLM                      │
│      ↑                                                        │
│      │                                                        │
│      ↓                                                        │
│  历史记录更新 解析 LLM 输出                                   │
│      │                                                        │
│      ↓                                                        │
│  ┌─────┴─────┐ 是 FinalAnswer?                               │
│  │           │                                               │
│  │ Observation ├── 是 ──→ 返回最终答案                       │
│  │           │                                               │
│  └─────┬─────┘ ↓ 否                                         │
│        │ 执行工具                                              │
│        │                                                       │
│        └──────────────┘                                        │
└─────────────────────────────────────────────────────────────┘