基于 ReAct 范式搭建思考 - 行动闭环智能客服 Agent（自主学习客服）

Q19175349932

308人浏览 · 2026-06-25 09:46:00

Q19175349932 · 2026-06-25 09:46:00 发布

一、引言

随着大语言模型技术快速落地，传统对话机器人的短板逐渐暴露：单纯依靠模型自身知识库极易产生事实幻觉，无法对接业务系统完成订单查询、库存核验、工单下发等真实业务操作；而只执行指令的自动化脚本又缺少自主规划能力，只能执行固定脚本，无法应对用户多变的自然语言请求。

在 LLM 智能体（Agent）技术体系中，ReAct（Reason + Act）范式成为解决这一矛盾的经典方案。该范式由 Shunyu Yao 于 2022 年正式提出，核心创新是将大模型的逻辑推理（Reasoning）与外部工具调用（Acting）进行显式绑定，构造出 “Thought 思考 → Action 行动 → Observation 观察” 的迭代循环。智能体先通过思考拆解任务、制定执行计划，再调用外部工具执行动作，最后把工具返回的真实观测结果补充进上下文，用来修正下一轮推理，实现思考与行动双向协同。

本文以电商智能客服为业务场景，从零搭建一套遵循 ReAct 循环的智能客服 Agent，支持查询订单、核验商品库存、发送业务邮件三项工具能力，完整记录每一轮推理轨迹并可视化输出决策链路。项目全程使用 Python 原生代码实现，无需调用大模型 API，既可以作为 ReAct 理论的工程落地案例，也可以直接扩展接入 LLM 完成自主推理，非常适合 Agent 初学者入门实践。

二、ReAct 范式核心原理

2.1 传统方案的局限性

在 ReAct 范式诞生之前，LLM 智能体主要分为两条技术路线，二者都存在明显短板：

纯思考型（思维链 CoT） 思维链技术可以引导大模型完成多步骤逻辑推导，擅长处理复杂数学推理、文本逻辑分析。但这类模型只能依赖自身训练数据，无法访问外部数据库、业务接口，面对时效性强的业务数据时，很容易编造虚假信息，也就是行业内常说的 “模型幻觉”。放到客服场景中，模型无法获取实时订单、库存数据，只能凭空捏造信息，完全无法投入正式业务。
纯行动型工具调用程序 另一类程序可以直接调用 API、数据库等外部工具，完成真实业务操作。但程序缺少自主思考能力，只能匹配固定关键词执行固定动作，一旦用户改变提问句式、增加附加需求，程序就会识别失败，缺少灵活的任务规划与纠错能力。

2.2 ReAct 循环的核心逻辑

ReAct 范式把思考和行动深度耦合，形成闭环迭代机制：思考用来指导行动，行动返回的观测结果反过来约束思考，让每一步推理都建立在真实事实之上。一轮完整的循环包含三个核心环节：

Thought（思考）：智能体的内部推理过程，分析用户当前需求，拆解任务步骤，决定下一步要执行什么动作。对应本项目中的think()函数。
Action（行动）：根据思考结论调用外部工具，发起数据库查询、接口请求等操作，对应本项目中的订单查询、库存查询、发送邮件动作。
Observation（观察）：接收工具执行后返回的真实结果，把这条观测记录追加到对话历史，作为下一轮思考的事实依据。

智能体会不断重复这一循环，持续迭代任务进度，直到在思考环节判断任务已经完成，才终止循环并输出最终答案。整个流程形成强大协同效应：推理让工具调用更有目的性，避免盲目执行；外部观测为推理提供事实依据，从根源上抑制模型幻觉。

2.3 形式化表达

从数学层面，智能体基于历史行动与观测轨迹(a1,o1),(a2,o2)...(at−1,ot−1)，生成当前轮次的思考内容与执行动作： (tht,at)=π(qt,(a1,o1),…,(at−1,ot−1)) 随后环境执行动作at，返回新的观测值ot，将新记录存入历史上下文，开启新一轮循环。

三、整体项目架构设计

3.1 整体模块划分

整个智能客服 Agent 项目一共拆分为三大核心模块，严格对应 ReAct 运行流程：

决策日志模块：专门记录每一轮循环的轮次、思考内容、执行动作、入参、观测结果，并且提供格式化可视化方法，直观打印完整决策链路。
工具封装模块：封装订单查询、库存查询、邮件发送三类业务工具，内置模拟数据库，统一对外提供工具调用入口，后续可以无缝替换成真实业务接口。
Agent 智能主体模块：实现 ReAct 循环引擎，包含思考决策、闭环执行、多轮对话交互三大功能，持续驱动 “思考 - 行动 - 观察” 迭代。

3.2 业务功能说明

本次搭建的电商智能客服一共开放三项业务能力：

工具 1：订单查询，根据用户提供的订单号，从模拟数据库读取订单商品、数量、物流状态；
工具 2：库存查询，输入商品名称，返回当前实时库存数量；
工具 3：业务邮件推送，自动把用户的咨询内容整理为邮件，发送至指定邮箱。

3.3 技术环境

本项目全程使用 Python 内置库开发，不需要额外安装第三方依赖，Python3.7 及以上版本即可直接运行：

dataclasses：构造结构化日志实体，保存每一轮决策记录；
typing：完善类型注解，提升代码可读性与规范性；
time：模拟接口请求延迟，还原真实业务调用场景。

四、核心代码实现与解析

4.1 决策日志模块（轨迹记录与可视化）

为了完整留存 ReAct 每一轮循环的全过程，我们先定义数据实体DecisionRecord，把轮次、思考、动作、参数、观测五项信息结构化存储。同时配套日志管理类DecisionLogger，提供新增记录与格式化打印功能，最终输出格式和实验结果截图保持完全一致。

python
火狐中的kaggle官网链接直达然后利用邮箱来登录，记得要进行人机验证，也就是手机号码验证，再开启网络

运行

import time
from dataclasses import dataclass
from typing import Dict, List

@dataclass
class DecisionRecord:
    round_id: int          # 对话轮次
    thought: str           # Agent思考内容
    action: str            # 执行动作（工具名）
    action_params: Dict    # 工具入参
    observation: str       # 工具返回结果

class DecisionLogger:
    def __init__(self):
        self.records: List[DecisionRecord] = []

    def add_record(self, round_id: int, thought: str, action: str, params: Dict, observation: str):
        rec = DecisionRecord(round_id, thought, action, params, observation)
        self.records.append(rec)

    def visualize(self):
        # 严格匹配输出截图格式
        print("\n==== Agent 完整思考-行动决策链路 ====")
        for item in self.records:
            print(f"\n【第{item.round_id}轮】")
            print(f"💡思考(Thought): {item.thought}")
            print(f"⚙行动(Action): {item.action}")
            print(f"📎参数(Params): {item.action_params}")
            print(f"📄观察(Observation): {item.observation}")
        print("====================================")

该模块是整个项目的溯源核心，每一次工具调用的来龙去脉都会被永久保存，既可以用于调试 Agent 决策逻辑，也可以导出日志用于后续模型微调。

4.2 业务工具封装模块

我们把三项业务能力封装到同一个工具类中，内置订单数据库与库存数据库，同时统一工具分发入口，便于后续新增更多业务工具。

python

运行

import time
from typing import Any, Dict

class CustomerServiceTools:
    def __init__(self):
        # 模拟电商业务数据库
        self.order_db = {
            "01001": {"status": "已发货", "goods": "无线鼠标", "num": 2},
            "O1002": {"status": "待发货", "goods": "机械键盘", "num": 1}
        }
        self.stock_db = {
            "无线鼠标": 156,
            "机械键盘": 23
        }

    def query_order(self, order_no: str) -> str:
        time.sleep(0.2)
        if order_no in self.order_db:
            info = self.order_db[order_no]
            return f"订单{order_no}：商品{info['goods']}，数量{info['num']}，状态{info['status']}"
        else:
            return f"未查询到订单号 {order_no}"

    def query_stock(self, product_name: str) -> str:
        time.sleep(0.2)
        stock = self.stock_db.get(product_name, 0)
        return f"商品【{product_name}】当前库存：{stock}件"

    def send_email(self, receiver: str, content: str) -> str:
        time.sleep(0.3)
        return f"邮件已发送至 {receiver}，内容摘要：{content[:20]}..."

    def run_tool(self, tool_name: str, params: Dict[str, Any]) -> str:
        if tool_name == "query_order":
            return self.query_order(params["order_no"])
        elif tool_name == "query_stock":
            return self.query_stock(params["product_name"])
        elif tool_name == "send_email":
            return self.send_email(params["receiver"], params["content"])
        else:
            return f"不存在工具：{tool_name}"

工具层和 Agent 推理层完全解耦，后续如果对接 MySQL 数据库、企业邮件接口，只需要修改这一部分代码，上层 ReAct 循环逻辑不需要改动，代码扩展性极强。

4.3 ReAct 智能 Agent 主体（循环核心）

这是整个项目的引擎，分为三大核心函数：

think()：对应 ReAct 中的 Thought 环节，解析用户自然语言，输出下一步动作与入参；
run_agent()：完成一轮完整闭环：思考→执行工具→获取观测→写入日志；
chat_loop()：搭建多轮对话交互窗口，支持持续对话，输入 quit 终止程序并打印全部决策链路。

python

运行

class ServiceAgent:
    def __init__(self):
        self.tools = CustomerServiceTools()
        self.logger = DecisionLogger()
        self.round = 0

    def think(self, user_input: str):
        self.round += 1
        user_text = user_input.strip()
        # 规则化推理逻辑，可直接替换为LLM输出解析
        if "订单" in user_text and "01001" in user_text:
            thought = "用户想要查询01001订单，我需要调用query_order工具，传入订单号01001"
            action = "query_order"
            params = {"order_no": "01001"}
        elif "库存" in user_text and "机械键盘" in user_text:
            thought = "用户询问机械键盘库存，调用query_stock工具"
            action = "query_stock"
            params = {"product_name": "机械键盘"}
        elif "发邮件" in user_text:
            thought = "用户要求发送邮件，调用send_email工具"
            action = "send_email"
            params = {
                "receiver": "3105469252@qq.com",
                "content": user_text
            }
        else:
            thought = "无需调用工具，直接文字回复用户"
            action = "reply_direct"
            params = {}
        return thought, action, params

    def run_agent(self, user_message: str) -> str:
        # 一轮完整的ReAct闭环
        thought, action, params = self.think(user_message)
        if action == "reply_direct":
            obs = "暂时无法识别您的请求，请提供订单号或商品名称"
        else:
            obs = self.tools.run_tool(action, params)
        # 保存本轮决策轨迹
        self.logger.add_record(
            round_id=self.round,
            thought=thought,
            action=action,
            params=params,
            observation=obs
        )
        return obs

    def chat_loop(self):
        print("智能客服Agent已启动，输入quit结束对话")
        while True:
            user_msg = input("\n用户：")
            if user_msg.lower() == "quit":
                break
            result = self.run_agent(user_msg)
            print(f"客服回复：{result}")
        # 退出对话后可视化全部决策链路
        self.logger.visualize()

if __name__ == "__main__":
    agent = ServiceAgent()
    agent.chat_loop()

当前think()函数采用规则匹配做推理，非常适合初学者理解流程。后续只需要把这一段替换为大模型调用 + 结果解析，就可以升级为具备自主推理能力的 LLM 智能体，完美适配 ReAct 原生设计。

五、运行效果与结果分析

5.1 交互对话流程

启动程序后，控制台开启多轮对话窗口，我们依次输入三条业务指令，最后输入 quit 退出程序：

plaintext

智能客服Agent已启动，输入quit结束对话

用户：帮我查一下订单01001
客服回复：订单01001：商品无线鼠标，数量2，状态已发货

用户：查一下机械键盘库存
客服回复：商品【机械键盘】当前库存：23件

用户：发邮件把订单信息发给3105469252@qq.com
客服回复：邮件已发送至 3105469252@qq.com，内容摘要：发邮件把订单信息发给3105469252...

用户：quit

三轮对话分别对应三次独立的 ReAct 循环，每一次都完成 “思考 - 行动 - 观测” 完整链路。

5.2 决策链路可视化输出

程序终止后，自动打印全部三轮的思考行动轨迹，和实验截图保持完全一致：

plaintext

==== Agent 完整思考-行动决策链路 ====

【第1轮】
💡思考(Thought): 用户想要查询01001订单，我需要调用query_order工具，传入订单号01001
⚙行动(Action): query_order
📎参数(Params): {'order_no': '01001'}
📄观察(Observation): 订单01001：商品无线鼠标，数量2，状态已发货

【第2轮】
💡思考(Thought): 用户询问机械键盘库存，调用query_stock工具
⚙行动(Action): query_stock
📎参数(Params): {'product_name': '机械键盘'}
📄观察(Observation): 商品【机械键盘】当前库存：23件

【第3轮】
💡思考(Thought): 用户要求发送邮件，调用send_email工具
⚙行动(Action): send_email
📎参数(Params): {'receiver': '3105469252@qq.com', 'content': '发邮件把订单信息发给3105469252@qq.com'}
📄观察(Observation): 邮件已发送至 3105469252@qq.com，内容摘要：发邮件把订单信息发给3105469252...
====================================

从日志可以清晰看到每一轮循环的因果关系：思考内容决定了工具调用动作，工具返回的观测结果作为本轮闭环的终点，同时存入历史上下文，为下一轮推理提供事实依据。整个执行流程完全贴合 ReAct 范式的理论模型，做到了推理与行动双向联动。

5.3 项目价值总结

理论落地价值：把抽象的 ReAct 循环转化为可运行的代码，把 Thought、Action、Observation 三个抽象概念拆解为独立函数，直观展现智能体迭代运行机制，完美打通理论与工程实践。
业务落地价值：搭建了轻量化客服 Agent 框架，解耦推理层与工具层，既能作为实验 Demo，也可以快速改造对接企业真实业务接口，落地电商售前咨询、工单自动处理等场景。
可扩展性极强：规则推理模块可以无缝替换为 OpenAI、通义千问、本地开源大模型，升级为具备自主规划、多轮纠错能力的 LLM 智能体，后续还可以新增退款审核、物流查询等更多工具，不断丰富 Agent 能力边界。