第07课-ReAct推理模式

第 07 课 · ReAct 推理模式

课程：2026 AI Agent 37 课 · 15 年+ Java 老兵实战课
定位：推理模式专讲（前置：第 05 课 Tool 体系、第 06 课 Agent Loop）
配套代码：若依工程 RuoYi-Vue/ruoyi-ai → 包 com.ruoyi.ai.pattern.react
一句话：ReAct 用纯文本协议把 LLM 的推理链"写"出来（Thought/Action/Observation）——不依赖任何框架 tool_calls，任何模型都能跑。

一、本课目标

学完这一课，你将能回答三个问题：

1. ReAct 的"显式思考"到底指什么？和第 06 课 Agent Loop 的黑盒决策有什么本质区别？
2. 一段纯文本协议，怎么驱动"循环调 LLM → 正则解析 → 执行工具 → 回填 Observation"的推理闭环？
3. ReAct 的四种终止原因分别对应什么故障？为什么"解析不出 Action"必须立即刹车而不是继续喂给 LLM？

第 06 课解决了"多轮决策"，但过程是黑盒；这一课我们给决策过程装上一台"行车记录仪"。