ReActAgent 推理循环

ReAct 是什么

ReAct 是让大模型"边想边做"的套路：模型先想下一步该干什么，需要外部信息就调用工具，看到工具结果后再想，直到能回答为止。openJiuwen 里实现这个套路的类叫 ReActAgent，后面讲到的 DeepAgent、团队协作，底下跑的都是它。

源码ReActAgentagent-core/openjiuwen/core/single_agent/agents/react_agent.py:563@fbe6a0d9

搭一个最小的智能体

官方示例的骨架是四步：身份卡、配置、工具、运行。

from openjiuwen.core.single_agent import AgentCard, ReActAgentConfig, ReActAgent
from openjiuwen.core.runner import Runner

card = AgentCard(id="promise_agent", description="订单交期助手")
config = ReActAgentConfig(
    model_client_config=model_client,   # 模型服务地址、密钥
    model_config_obj=model_config,      # 模型名、温度
    prompt_template=[{"role": "system", "content": "你负责回答客户的交期询问。"}],
    max_iterations=5,
)
agent = ReActAgent(card=card).configure(config)

Runner.resource_mgr.add_tool(check_inventory)     # 工具注册到全局资源管理器
agent.ability_manager.add(check_inventory.card)   # 再告诉这个智能体它能用

result = await Runner.run_agent(agent=agent, inputs={"query": "1000 件 A-100 什么时候能交？"})

注意卡片（Card）和配置（Config）是分开的：卡片描述"它是谁"，可以序列化、跨进程传递；配置是运行时的东西，比如模型连接。工具也一样，先在 Runner.resource_mgr 里登记实现，再把卡片加给智能体。

一轮里发生了什么

主循环是一个 for 循环，次数上限是 max_iterations（默认 5）。每一轮按这个顺序走：

源码主循环agent-core/openjiuwen/core/single_agent/agents/react_agent.py:3169@fbe6a0d9

几个细节：

• 同一轮里的多个工具默认并行执行（parallel_tool_calls=True）。工具之间有先后依赖时，模型自然会分到不同轮里去要。
• 模型回了空内容，框架会追加一条提示让它重试一次，再空就返回错误，不会把空字符串当答案。
• 宿主可以钉死上限：max_iterations_hard_limit 由宿主设置，实际上限取两者较小值，智能体自己的配置改不大它。

额度用完怎么收场

循环跑满还没得到答案时，由 on_max_iterations 决定怎么收场：

源码_finish_max_iterationsagent-core/openjiuwen/core/single_agent/agents/react_agent.py:3388@fbe6a0d9

面向客户的场景一般选 "final_answer"；面向程序的场景（比如上游还要再加工）选 "return_observations"。默认的 "error" 最保守，适合宁可失败也不要给半成品的场合。

动手：调一调循环

三个任务分别对应迭代上限、额度用完的收场方式、并行工具。

小结

• 一轮 = 一次模型调用 + 这次要的全部工具；模型不再要工具，循环就结束。
• max_iterations 要留出"最后作答"的那一轮。
• 额度用完的默认行为是返回错误，想要尽力答复要显式设 on_max_iterations="final_answer"。
• 循环里的每个关键点都有 Rail 事件，下一步的 DeepAgent 和 Rail 关卡都建立在这个循环上。