哈尔滨市网站建设_网站建设公司_域名注册_seo优化

ReAct范式是结合思考与行动的AI智能体工作模式，通过Thought-Action-Observation循环实现：Thought分析情况制定计划，Action执行具体操作，Observation记录结果评估信息。该模式解决了纯思考型易产生幻觉、纯行动型缺乏规划的问题，形成思考指导行动、行动修正思考的协同效应，有效提升AI智能体的推理能力和任务完成质量。

ReAct 之前:

“纯思考” 型：思维链 (Chain-of-Thought)优点: 引导模型进行复杂的逻辑推理 缺点: 无法与外部世界交互，容易产生幻觉。

“纯行动” 型:模型直接输出要执行的动作, 缺乏规划和纠错能力

ReAct范式：

认识到思考与行动是相辅相成，【思考指导行动，而行动的结果又反过来修正思考】

实现：

通过特殊的提示工程来引导模型，使其每一步的输出都遵循一个固定的轨迹

Thought (思考)：这是智能体的"内心独白"。分析当前情况、分解任务、制定下一步计划，或者反思上一步的结果。

Action (行动)：这是智能体决定采取的具体动作，根据当前阶段的上下文采取行动，补充需要填充的上下文信息。

Observation (观察)：这是执行Action后对上下文产生更新后的动作，评估当前阶段的信息是否足够支撑完成任务，并且规划下一步输出

智能体将不断重复这个 Thought -> Action -> Observation 的循环，将新的观察结果追加到历史记录中，形成一个不断增长的上下文，直到它在Thought中认为已经找到了最终答案，然后输出结果。这个过程形成了一个强大的协同效应：推理使得行动更具目的性，而行动则为推理提供了事实依据。

例子:

用户输入:长沙适合今天天气的景点推荐

React 智能体执行流程:

第一步:

观察：上下文只有输入的问题 [长沙适合今天天气的景点推荐]

智能体根据问题拆解并作出行动:

拆解（思考）:首先获取今天天气

行动:使用工具获取天气信息，并且更新上下文信息

思考: 用户询问长沙适合今天天气的景点推荐。要回答这个问题，我需要先了解长沙今天的天气情况，然后根据天气特点推荐合适的景点。因此，我需要使用搜索工具来获取长沙今天的天气信息。 🎬 行动: Search[长沙今天天气] 正在使用【SerApi】搜索: 长沙今天天气 👀 观察: [1] 长沙雷达图 23日（今天）. 小雨. 7℃. <3级 · 24日（明天）. 小雨. 9℃/7℃. <3级 · 25日（后天）. 阴转多云. 12℃/1℃. <3级 · 26日（周五）. 多云. 11℃/2℃. <3级 · 27日（周六）. 多云. 14℃/4℃. <3级 ... [2] 长沙黄花 - 中国气象局-天气预报-城市预报 星期二 12/23. 小雨. 北风 ; 星期三 12/24. 小雨. 北风 ; 星期四 12/25. 阴. 北风 ; 星期五 12/26. 多云. 东北风 ; 星期六 12/27. 多云. 北风. [3] 长沙市-天气预报 11:00 · 8.7℃. 3.3m/s. 东北风. 1022.1hPa ; 14:00 · 11.7℃. 3.1m/s. 东风. 1018.3hPa ; 17:00 · 10.6℃. 3.2m/s. 东北风. 1017.6hPa.

第二步:

观察:上下文信息已经有了 [问题+天气信息]

思考:获取天气[雨天] + 需求[景点推荐]

行动:调用工具查询 [长沙 雨天 景点] , 并更新上下文信息

--- 运行第 2 步 --- 正在调用LLM模型... 思考: 用户的问题是“长沙适合今天天气的景点推荐”。从历史记录中，我已经通过搜索得知了长沙今天的天气情况：今天（12月23日）是小雨，气温7℃，风力小于3级。这是一个阴雨、气温较低的天气。因此，我需要推荐一些适合在这种天气下游览的景点。适合小雨天气的景点通常是室内景点，或者即使下雨也能提供良好体验的场所。例如，博物馆、美术馆、室内商业街、温泉、茶馆、咖啡馆，或者有遮蔽的古典园林/历史街区。我需要搜索“长沙 室内景点”或“长沙 雨天 景点推荐”来获取具体信息。 🎬 行动: Search[长沙 雨天 景点推荐] 正在使用【SerApi】搜索: 长沙 雨天 景点推荐 👀 观察: [1] ️雨中漫步长沙，探索雨季的别样风情 - you.ctrip.com - 携程 雨中漫步橘子洲头：橘子洲头是长沙的标志性景点，雨中的湘江别有一番韵味。漫步在洲头，感受雨滴轻敲江面的宁静，欣赏雨中江景，别有一番风味。🏞️. [2] 长沙室内游玩去哪里好？8大室内游玩好去处推荐 湖南省地质博物馆长沙最大的自然博物馆；湖南美术馆长沙宝藏展馆之一；茶颜悦色楼兰店入店仿佛身临于楼兰古国的城堡；长沙宜家喜欢家居人的天堂；长沙海底 ... [3] 来长沙旅游下雨怎么办？！我总结了5个室内好去处赶快与小 ... 来长沙旅游下雨怎么办？！我总结了5个室内好去处赶快与小伙伴约起来吧！ 就爱吃螺蛳粉_-. 相关推荐. 查看更多. 长沙懒人版旅游攻略来啦～主打一个不绕路！

第三步 :

观察:上下文信息已经有了 [问题+天气信息 + 长沙 雨天 景点]

思考:获取天气[雨天] + 需求[景点推荐] + 第二步新增信息 [长沙 雨天 景点] , 可以完成用户需求解答

行动:生成最终答案

--- 运行第 3 步 --- 正在调用LLM模型... 思考: 用户的问题是“长沙适合今天天气的景点推荐”。根据之前的对话历史，我已经搜索了“长沙今天天气”，得知今天（12月23日）长沙的天气是小雨，气温7℃。随后，我搜索了“长沙 雨天 景点推荐”，得到了一些结果，包括雨中游览橘子洲头的建议和一些室内游玩地点的推荐。现在，我需要综合这些信息，为用户提供一个适合今天小雨天气的长沙景点推荐。考虑到天气状况，推荐应该侧重于室内景点，或者那些在雨天也适合游览、别有风味的户外景点（如橘子洲头）。我需要从搜索结果中提取关键信息，整理成一个清晰、有用的回答。 🎉 最终答案: answer="根据天气预报，长沙今天（12月23日）有小雨，气温7℃。在这种天气下，推荐您考虑以下类型的景点： 1. **雨中别有风味的户外景点**： * **橘子洲头**：作为长沙的标志性景点，雨中的湘江和橘子洲别有一番宁静和诗意。您可以漫步洲头，欣赏雨滴轻敲江面的景色（参考携程推荐）。 2. **室内游玩好去处**（避免淋雨，活动更舒适）： * **湖南省地质博物馆**：长沙最大的自然博物馆，适合对自然科学感兴趣的朋友。 * **湖南美术馆**：可以欣赏各类艺术展览，感受文化氛围。 * **茶颜悦色（特定主题店，如楼兰店）**：在品尝特色饮品的同时，还能体验独特的店内装修风格。 * **长沙宜家**：适合喜欢家居设计或需要购物休闲的游客。 * **长沙海底世界/相关海洋馆**：在室内探索海洋生物（搜索结果中提及了“长沙海底”）。 * 其他室内娱乐场所，如大型商场、电影院、室内游乐场等也是不错的选择。 建议您根据个人兴趣选择。如果选择户外景点如橘子洲头，请务必携带雨具，注意防滑和保暖。如果希望完全避开雨水，室内场馆是更稳妥的选择。祝您在长沙游玩愉快！"

以上即为对 ReAct 模式的一些学习和实战记录, 希望对您有用 ！！！

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】