PythonAI算法
AI 大模型核心技术：CoT 思维链与 ReAct 推理行动
AI 大模型在处理复杂任务时常面临幻觉或逻辑错误问题。CoT（思维链）通过引导模型显式输出推理步骤提升准确率，适用于数学计算等纯推理场景。ReAct（推理与行动）结合思考、行动与观察循环，利用外部工具获取实时信息，解决知识过时问题。对比两者差异，并通过 LangChain 框架提供 Python 代码实战，展示如何实现数学推理与天气查询，帮助开发者根据需求选择合适的技术路径。
AI 大模型在处理复杂任务时常面临幻觉或逻辑错误问题。CoT（思维链）通过引导模型显式输出推理步骤提升准确率，适用于数学计算等纯推理场景。ReAct（推理与行动）结合思考、行动与观察循环，利用外部工具获取实时信息，解决知识过时问题。对比两者差异，并通过 LangChain 框架提供 Python 代码实战，展示如何实现数学推理与天气查询，帮助开发者根据需求选择合适的技术路径。
咱们之前学完了 Agent 智能体和 Tool 工具，知道了大模型可以通过调用外部工具拓展能力边界。但实际用的时候会发现：面对数学计算、多步骤决策这种复杂任务，模型要么直接给出错误答案，要么'瞎编'信息（也就是咱们说的'幻觉'）。这时候该怎么办呢？
今天就来学两个能解决这个问题的核心技术——CoT（思维链） 和ReAct（推理与行动） 。它们就像给大模型装了'思考的脑子'和'动手的手脚'，让模型从'直接给答案'变成'像人一样思考 + 做事'，咱们一步步把它们搞懂～
传统大模型处理问题就像'考试直接写答案'——不管题难不难，都跳过思考过程直接给结果。这在简单问题上还行，但遇到复杂场景就拉胯了：
可解释性差：用户不知道答案是怎么来的，没法信任，也没法排查错误。
而 CoT 和 ReAct 就是为了解决这些痛点而生——核心需求很简单：让模型展示思考过程，并且能根据情况动态调整策略。
用个通俗的类比理解下：
CoT 的本质很简单：通过提示词让模型显式生成推理步骤，再根据步骤得出最终答案。就像咱们解数学题一样，先分析条件、再套用公式、最后计算结果，每一步都写清楚。
它的通用格式是这样的：
问题：...[输入问题]...
思考步骤：
1. 第一步分析（如提取关键数据、明确问题目标）
2. 第二步计算（如公式应用、逻辑推导）
3. ...（更多推理步骤）
最终答案：...[根据步骤得出的结论]...
咱们拿之前的例子实战下，感受下 CoT 的威力：
问题：A 超市苹果每斤 5 元，买 3 斤送 1 斤；B 超市同品质苹果每斤 6 元但买二送一。买 8 斤哪家更划算？
无 CoT 回答（可能出错）：'A 超市划算'（没说为什么，错了也不知道哪错）；
CoT 推理回答（清晰易懂）：
看到没？步骤清晰，就算中间算错了，也能快速找到问题所在～
优点：
局限性：
如果说 CoT 是让模型'会思考'，那 ReAct 就是让模型'会思考 + 会做事'——不仅能推理，还能调用外部工具获取信息、执行操作，完美解决 CoT'不懂就瞎想'的问题。
ReAct 的核心是循环执行'思考→行动→观察'三步法，直到得出最终答案。简单说就是：先想该做什么，再调用工具做，最后根据工具返回结果调整思路，循环往复。
它的通用格式是这样的：
问题：...[输入问题]...
思考：当前需要解决的问题是...，我需要先做什么...
行动：调用__工具名称__(参数)
观察：工具返回结果...
思考：根据返回结果，下一步需要...
行动：调用__工具名称__(参数)
观察：工具返回结果...
...（循环）
答案：...[最终结论]...
这个问题需要实时信息，CoT 解决不了，但 ReAct 能轻松搞定：
ReAct 流程：
再比如'2027 年 NBA 总冠军是哪个队伍'，ReAct 会调用体育新闻 API 或搜索引擎获取最新信息，而不是瞎编～
很多同学会问：什么时候用 CoT，什么时候用 ReAct？咱们用一张表把核心区别说透：
| 对比维度 | CoT（思维链） | ReAct（推理与行动） |
|---|---|---|
| 核心组件 | 纯提示工程，无需外部依赖 | Agent 智能体 + 外部 Tool 工具 |
| 数据依赖 | 仅依赖模型内部知识 | 可接入外部数据源/API，获取实时信息 |
| 错误修复 | 单次推理完成，无法动态修正 | 可通过多次'思考 - 行动'循环修正错误 |
| 适用场景 | 理论推导、数学计算、逻辑推理 | 实时信息查询、多步骤决策、任务自动化 |
| 计算开销 | 低（仅生成文本） | 中高（涉及工具调用、网络请求） |
| LangChain 实现 | ChatPromptTemplate + LLMChain | Agent + Tools + AgentExecutor |
| 核心优势 | 简单、透明、无外部依赖 | 实时交互、扩展性强、减少幻觉 |
| 核心缺点 | 无法获取最新信息，知识可能过时 | 依赖工具 API 稳定性，开发成本稍高 |
根据上面的对比，给大家总结一套'选型口诀'，直接套用就行：
咱们用之前学过的 LangChain 框架，写两段简单代码，实战感受下 CoT 和 ReAct 的实现过程（零基础也能看懂）～
CoT 的实现核心是'设计提示词模板，让模型输出推理步骤'：
from langchain.chat_models import ChatOpenAI
from langchain.prompts import ChatPromptTemplate
from langchain.chains import LLMChain
# 1. 初始化大模型（这里用 OpenAI，也可以换成本地化模型如 Llama3）
llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)
# 2. 设计 CoT 提示词模板：明确要求输出推理步骤
cot_prompt = ChatPromptTemplate.from_messages([
("system", "你是一个数学老师，解决数学问题时，先分步骤写出推理过程，再给出最终答案。"),
("human", "问题：{question}")
])
# 3. 构建 LLMChain
cot_chain = LLMChain(llm=llm, prompt=cot_prompt, verbose=True)
# verbose=True 查看思考过程
# 4. 运行链，解决问题
question = "小明有 5 个苹果，小红给了他 3 个，他又吃了 2 个，最后还剩几个？"
result = cot_chain.run(question)
# 输出结果
print("CoT 推理结果：")
print(result)
运行结果（会输出推理步骤）：
> Entering new LLMChain chain...
Prompt after formatting: [SystemMessage(content='你是一个数学老师，解决数学问题时，先分步骤写出推理过程，再给出最终答案。'), HumanMessage(content='问题：小明有 5 个苹果，小红给了他 3 个，他又吃了 2 个，最后还剩几个？')]
> Finished chain.
CoT 推理结果：
1. 首先，小明原本有 5 个苹果，小红给了他 3 个，此时苹果数量为 5 + 3 = 8 个；
2. 接着，小明吃了 2 个苹果，剩余苹果数量为 8 - 2 = 6 个；
最终答案：6 个
ReAct 需要结合 Agent 和 Tool，这里用'天气查询工具'举例（需要先安装 pyowm 库获取天气 API）：
from langchain.agents import AgentType, initialize_agent, load_tools
from langchain.chat_models import ChatOpenAI
# 1. 初始化大模型
llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)
# 2. 加载工具：这里用"openweathermap"（需要先在环境变量配置 API_KEY）
tools = load_tools(["openweathermap"], llm=llm)
# 3. 初始化 ReAct Agent
react_agent = initialize_agent(
tools,
llm,
agent=AgentType.REACT_DOCSTORE, # ReAct 类型 Agent
verbose=True # 显示思考、行动、观察过程
)
# 4. 运行 Agent，查询实时天气
result = react_agent.run("查询北京现在的天气，包括温度和天气状况。")
# 输出结果
print("ReAct 查询结果：")
print(result)
运行结果（会显示'思考→行动→观察'循环）：
> Entering new AgentExecutor chain...
I need to find the current weather in Beijing, including temperature and weather conditions. I should use the openweathermap tool.
Action: openweathermap
Action Input: Beijing
Observation: Current weather in Beijing: clear sky, temperature: 25°C
Thought: I have obtained the current weather in Beijing. The weather is clear sky and the temperature is 25°C. I can now answer the question.
Final Answer: 北京现在的天气为晴，气温 25 摄氏度。
> Finished chain.
ReAct 查询结果：
北京现在的天气为晴，气温 25 摄氏度。
是不是很简单？通过这两段代码，就能直观感受到 CoT 和 ReAct 的区别～
tenacity 库），避免一次失败就停摆；max_iterations 参数（如 5 次），防止模型无限循环调用工具；verbose=True，方便排查'思考错了'还是'工具调用错了'。今天咱们学会了 CoT 和 ReAct 两个核心技术，核心要点可以总结为 3 句话：
这两个技术是 Agent 智能体的核心基础，学好它们，咱们后续做复杂任务自动化（如智能助手、数据分析机器人）就轻松多了～
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