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：

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

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容

8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台和 AI Agent 等方向

AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点

文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

8 套项目

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。

从学习、面试到项目启动，都可以继续获得支持。