什么是 ReAct 智能体？

Scrapeless MCP 服务器向 AI 客户端暴露 Scrapeless Web 功能。

ReAct 代理是一种语言模型代理，它将推理与行动交替进行，并利用这些行动所得的观测结果来指导后续决策。ReAct 是推理（reasoning）和行动（acting）的缩写。其定义性特征是反馈循环：代理可以在选择下一步要做什么之前，先检查来自环境的信息。

对于开发者来说，ReAct 是一种决策模式，而不是对合理推理的保证。模型可能会选择不相关的工具，或者误读一个本来有效的结果。应当围绕可观察的操作、定义明确的工具输出，以及清晰的停止条件或用于报告任务仍未完成的条件来构建循环。

ReAct 循环如何工作

一个 ReAct 循环在决定需要什么信息或行动、调用可用工具以及整合返回的观察之间交替进行。下一步决策会使用更新后的任务状态。当证据足够或达到停止条件时，智能体会返回一个答案或一个明确标注为不完整的结果。

原文 ReAct 研究 将推理轨迹与任务相关的操作相结合，使模型能够与外部信息和环境进行交互。这一说法比声称一个 ReAct 代理能够正确理解每一次工具响应要更为狭窄。应用程序仍然需要在决策、执行和解释之间的边界处进行检查。

在一个假设的文档编写任务中，智能体首先识别出哪个配置页面是相关的，打开该页面并检查相应的部分。如果该部分没有回答问题，下一步操作可以查阅其他来源。最终答案应当依赖已检查的证据，而不是仅依赖最初的计划。

推理文本不是执行证据

模型对其意图执行的操作所作的解释并不能证明该操作已经发生。运行时必须调用工具并捕获其结果。同样地，声称已检查某个页面这一说法，比起包含相关页面内容及其来源标识符的观察来说，其说服力要弱。

保持简洁的决策摘要在有用的地方保留，但要让操作记录追踪整个行动过程。存储工具标识、已验证参数、结果状态以及相关观察。你不需要公开私有模型推理，来验证浏览器是否打开了某个页面，或返回的段落是否支持某项论断。

一次有用的回顾会询问所选行动是否解决了一个尚未解决的需求。如果代理已经有了足够的证据，另一次工具调用可能只会增加成本而无法改进答案。如果证据不完整，一个流畅的结论不应结束任务。这两种情况都需要一个以用户请求为依据的完成规则。

在循环之前定义工具契约

ReAct 工具契约描述了代理可以请求什么、哪些参数是有效的、工具会返回什么，以及它可能产生哪些效果。只读搜索工具和发布工具不应具有可互换的描述或权限。模型应当获得足够的信息，以便在它们之间进行准确的选择。

在模型之外验证参数。若某个工具只接受有限的来源集合，应在应用程序代码中强制执行该集合。若某个操作会改变外部状态，在执行前必须检查所需的权限。由模型生成的“某个操作是必要的”的解释本身并不构成执行该操作的授权。

The 无爬取的 MCP 接口 提供对网络功能的访问。你的 ReAct 实现仍然负责选择合适的工具并解释它们的输出。避免假定某个接口会自动提供相关的任务策略、证据标准或停止行为。

构建保留意义的观测

一个观察应包含足够的信息，以支持下一步决策，同时不要把相关信号埋在不相干的输出中。对于一次来源检查，有用的字段包括来源标识符、相关内容、检索状态，以及对所观察内容的任何限制。要保留诸如搜索摘要与已检查页面文本之间的区别。

一个来源即使不支持所请求的结论也可能是相关的。产品页面可能会讨论某个功能，但省略其可用性或适用条件。代理应记录这种遗漏，而不是把页面标题当作证据。清晰的观察格式可以更容易区分来源所述内容与模型推断内容。

The 智能检索工作流 说明了为什么来源收集和答案构建需要分别制定合约。在 ReAct 循环中，每一次新的观察都应该更新证据状态中的某个特定部分。如果状态没有发生变化，就需要检查代理是否在重复劳动，或者选择了无法解决剩余不确定性的行动。

ReAct、固定工作流与检索

ReAct 让模型根据观察结果决定后续动作，而固定工作流则预先定义好步骤顺序。当每个请求都需要相同的处理阶段时，固定流水线更容易进行验证。当合适的下一步取决于某个工具的返回结果时，ReAct 就很有用。

检索增强生成与其相关但有所不同。最初 检索增强生成架构 将生成与检索到的信息相结合。检索可以是 ReAct 智能体的一部分，但系统也可以在没有由模型控制的循环的情况下检索证据。请描述实际的控制流程，而不是将这些术语交替使用。

反思是另一个独立的概念。关于……的研究 语言代理的反馈与反思 研究如何保留反馈以影响后续行为。普通的 ReAct 循环不必实现该记忆机制。只有在有理由且能够评估保留反馈是否改善任务时，才添加它。

设置运行时强制执行的停止规则

一个 ReAct 代理需要关于成功、证据不足和资源限制的停止规则。定义在将任务视为完成之前必须为真的条件。对于一个有来源支撑的回答，这可能要求覆盖所请求的论断，并为每一项论断检查其支持依据。

根据应用程序设置步骤、耗时和允许的资源消耗上限。在运行时强制执行这些限制，而不是完全依赖提示。如果达到某个限制，返回已完成的工作以及未解决的需求，并清楚说明。仅仅因为代理产生了最终文本，资源停止不应被报告为成功答案。

检测不会增加信息的重复操作。运行时可以比较规范化的工具请求和证据变化，以识别停滞的进展。为代理提供一种明确定义的方式来报告可用工具无法回答该问题的情况。这通常比在没有有效下一步时强制执行另一个操作更有用。

对测试决策以及最终答案进行测试

ReAct 评估应检查智能体是否选择了合适的动作、理解了观测结果，并在正确的条件下停止。一个正确的最终答案可以隐藏不必要的工具使用或不被支持的中间假设。一个错误的最终答案则可能起源于工具层、观测结果的格式，或模型的解释。

创建包含以下情况的评估用例：缺失字段、页面内容互相冲突、搜索结果为空，以及工具结果虽相关但不足以得出结论。检查代理是否保留这些区别。评分细则应奖励在证据无法确定答案时，对不确定性进行清晰陈述的行为。

对于浏览器任务，请包含可见状态发生变化的交互操作。在对结果做出任何结论之前，确保代理已经读取了更新后的页面。 Agent Browser 产品 为浏览器提供界面；模型结论的正确性仍然是应用层面的关注点。审查时应分别跟踪浏览器工作和模型推理 服务成本.

将检索到的指令置于控制策略之外

外部内容可能包含针对 AI 代理的指令，因此 ReAct 系统应当保持观察内容与授权任务指令之间的边界。要求代理泄露机密或更改工具的网页，应被视为页面内容，而不是来自用户的新指令。

限制可影响敏感决策的可见信息来源。将凭证保存在模型不可见的页面文本之外，限定工具权限范围，并在执行时验证外部操作。即使在模型被指示忽略恶意内容的情况下，这些控制仍然是必要的。提示措辞可以描述策略，而运行时检查则用于强制执行边界。

在调查一次失败时，要检查源内容影响决策的精确位置。一个保留工具结果和动作参数的追踪，可以显示代理是否误读了源内容、接受了源内容中的指令，或者调用了不合适的工具。这些证据有助于实施有针对性的修复，而不是进行大范围的提示重写。

要点

ReAct 智能体利用先前动作的观察结果来选择后续动作。最有用的单元是完整的决策与执行闭环，其中包含可观察的工具结果和可强制的限制。从清晰的工具契约入手，定义哪些证据能够完成任务，并测试在这些证据无法获得时，智能体是否会如实停止。