# ReActAgent

**Repository Path**: Rysek/re-act-agent

## Basic Information

- **Project Name**: ReActAgent
- **Description**: 基于 ReAct（Reasoning and Acting）框架实现的智能对话 Agent，通过"思考 → 行动 → 观察"循环来解决用户问题。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-23
- **Last Updated**: 2026-03-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ReAct Agent

基于 ReAct（Reasoning and Acting）框架实现的智能对话 Agent，通过"思考 → 行动 → 观察"循环来解决用户问题。

## 简介

ReAct 是一种让大语言模型交替进行推理（Reasoning）和行动（Acting）的 Prompt 框架。本项目使用兼容 OpenAI 协议的 API（如硅基流动）驱动模型，逐步调用工具完成任务。

**循环流程：**

```
用户问题 → Thought（思考）→ Action（选择工具）→ Action Input（工具参数）→ Observation（工具结果）→ ... → finish（最终答案）
```

## 功能

| 工具 | 说明 |
|------|------|
| `weather_search` | 查询指定城市的天气（当前为 mock 数据） |
| `calculator` | 执行数学表达式计算 |
| `finish` | 输出最终答案，结束循环 |

## 快速开始

### 安装依赖

```bash
pip install openai
```

### 配置

在 `react_agent.py` 中填入你的 API Key 和 base_url：

```python
API_KEY = "your-api-key-here"

self.client = OpenAI(
    api_key=api_key,
    base_url="https://your-api-endpoint/v1",  # 填入实际地址
)
```

### 运行

```bash
python react_agent.py
```

**示例输出：**

```
用户：北京和上海的气温差多少度？

[Step 1] LLM Reasoning...
Thought: 我需要先查询北京的天气
Action: weather_search
Action Input: 北京

[Observation] 大风，气温 10 到 15 度。
...
[Final Answer] 北京气温 10~15°C，上海气温 ...，相差约 X 度。
```

## 项目结构

```
react_agent.py   # ReAct Agent 核心实现
README.md        # 项目说明
```

## 注意事项

- `calculator` 工具使用了 `eval`，已限制内置函数，但**生产环境建议替换为安全的计算沙箱**。
- `weather_search` 当前为 mock 数据，接入真实天气 API 时替换 `_weather_search` 方法即可。
- 默认最大迭代次数为 8，可通过 `max_iterations` 调整。

## License

MIT