ReAct推理循环机制详解
什么是 ReAct 循环
前面几篇文档讲了 ReactAgentExecutor 怎么被触发、怎么配置、怎么调用 reactAgent.stream()。但有一个核心问题一直没展开：调用 stream() 之后，ReactAgent 内部到底是怎么"思考→行动→再思考"的？
ReAct 是 "Reasoning + Acting" 的缩写。它的核心思想很简单：
- Think（思考）：模型拿到当前所有信息，推理下一步该做什么
- Act（行动）：如果模型认为需要外部信息，就生成一个工具调用请求
- Observe（观察）：工具执行完毕，把结果放回上下文，让模型"看到"
- 循环：模型再次推理，决定是继续调用工具还是直接给出最终答案
这个循环会一直转下去，直到模型认为信息足够了，不再请求工具调用，直接输出答案为止。
举个具体的例子。用户问："Java 21 有哪些新特性？"
| 轮次 | 步骤 | 发生了什么 |
|---|---|---|
| 第1轮 | Think | 模型推理："这个问题需要最新信息，我应该搜索一下" |
| 第1轮 | Act | 模型生成工具调用：tavily_search({query: "Java 21 new features"}) |
| 第1轮 | Observe | Tavily 返回搜索结果，包含 Virtual Threads、Pattern Matching 等内容 |
| 第2轮 | Think | 模型看到搜索结果，推理："信息足够了，我可以组织答案了" |
| 第2轮 | 输出 | 模型直接生成最终答案，不再调用工具，循环结束 |
关键点在于：这个循环不是写在业务代码里的 while 循环。它是通过图（Graph）的节点和条件边来实现的——模型节点执行完后，条件边判断是否有工具调用，有就路由到工具节点，工具节点执行完再路由回模型节点。图框架自动驱动这个过程。
付费内容提示
该文档的全部内容仅对「JavaUp项目实战&技术讲解」知识星球用户开放
加入星球后，你可以获得：
- 超级八股文：100万+字的全栈技术知识库，涵盖技术核心、数据库、中间件、分布式等深度剖析的讲解
- 讲解文档：超级AI智能体、黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的从0到1的详细文档
- 讲解视频：超级AI智能体、黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的核心业务详细讲解
- 1 对 1 解答：可以对我进行1对1的问题提问，而不仅仅只限于项目
- 针对性服务：有没理解的地方，文档或者视频还没有讲到可以提出，本人会补充
- 面试与简历指导：提供面试回答技巧，项目怎样写才能在简历中具有独特的亮点
- 中间件环境：对于项目中需要使用的中间件，可直接替换成我提供的云环境
- 面试后复盘：小伙伴去面试后，如果哪里被面试官问住了，可以再找我解答
- 远程的解决：如果在启动项目遇到问题，本人可以帮你远程解决
进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。
