react - ReActAgent 配置与构建

ReActAgent 采用 “Planning + Reasoning + Acting（规划 + 推理 + 行动）” 闭环模式。它能够根据用户目标，自主思考（Thought）、选择工具执行动作（Action）、观察结果（Observation），直至完成任务。

1、ReActAgent 配置参考（可参考 ReActAgentConfig 字段）

关键配置点补充说明

• 关于职责描述 (description)：在 ReActAgent 中，描述不仅是给人看的，更是给“模型”看的。一个清晰的描述能让模型更准确地判断何时该调用什么工具。
• 关于终止标识 (finishMarker)：系统会根据 name 自动生成。当模型认为任务已达成，输出该标识后，Agent 将提取内容作为最终答复。
• 关于最大推理回合数 (maxTurns)：在推理协作中，模型可能会产生反复确认或死循环。该参数是“保险丝”，确保系统不会因为无限对话而耗尽 Token。

2、ReActAgent 构建

• 基础版：具备工具能力的智能体

适用于逻辑固定的线性任务。赋予智能体一组工具，让其自主调度解决问题。

// 创建一个具备数据库查询能力的智能体
ReActAgent dbAgent = ReActAgent.of(chatModel)
        .name("data_helper")
        .role("数据助手，负责查询用户信息及订单状态")
        // 1. 注入工具（支持注解方法或 FunctionTool 实例）
        .defaultToolAdd(new MyUserTools())
        // 2. 限制步数防止死循环
        .maxTurns(5)
        .autoRethink(true)
        .build();

// 执行：模型会根据问题判断是否需要调用工具
String result = dbAgent.prompt("帮我查一下用户 ID 为 1001 的最近一笔订单金额")
                       .call()
                       .getContent();

• 进阶版：精细化控制专家团队

这是一个包含重试策略、拦截监控及性能调优的复杂示例。

// 创建一个全能的技术支持专家
ReActAgent techAgent = ReActAgent.of(chatModel)
        // --- 1. 身份与职责定义 ---
        .name("tech_support_expert")
        .role("技术支持专家（负责处理复杂的客户技术问题，包括查询数据库和排查日志）")

        // --- 2. 注入工具与重试策略 ---
        .defaultToolAdd(dbTool)
        .defaultToolAdd(logTool)
        .retryConfig(3, 2000L)                 // 决策失败自动重试
        .maxTurns(12)                          // 允许最多 12 步推理，处理深度问题
        .autoRethink(true)

        // --- 3. 配置决策大脑的运行策略 ---
        .modelOptions(options -> {
            options.temperature(0.1);      // 调低温度，让决策更严谨
        })

        // --- 4. 插入定制化逻辑 ---
        .defaultInterceptorAdd(new ReActInterceptor() {
            @Override
            public void onThought(ReActTrace trace, String thoughtContent, AssistantMessage assistantMessage)  {
                System.out.println("🤖 思考中: " + thought);
            }

            @Override
            public void onAction(ReActTrace trace, ToolExchanger toolExchanger) {
                System.out.println("🛠️ 执行工具: " + toolExchanger.getToolName() + "，参数: " + toolExchanger.getArgs());
            }
        })
        
        // --- 5. 手动微调计算图（高级项） ---
        .graphAdjuster(spec -> {
            // 可以在此处对生成的 Graph 进行链路微调
        })
        .build();

// 执行调用：模型会分析问题，决定先查数据，再分析情况
String finalAnswer = techAgent.prompt("用户 ID 为 9527 的反馈登录失败，请排查原因并给出建议。").call().getContent();

3、ReActInterceptor 接口参考

package org.noear.solon.ai.agent.react;

import org.noear.solon.ai.agent.AgentInterceptor;
import org.noear.solon.ai.agent.react.task.ToolExchanger;
import org.noear.solon.ai.chat.ChatResponse;
import org.noear.solon.ai.chat.interceptor.ChatInterceptor;
import org.noear.solon.ai.chat.message.AssistantMessage;
import org.noear.solon.ai.chat.message.ChatMessage;
import org.noear.solon.lang.Nullable;
import org.noear.solon.lang.Preview;

/**
 * ReAct 智能体拦截器
 * <p>提供对智能体起止、模型推理、工具执行等全生命周期的监控与干预能力</p>
 */
public interface ReActInterceptor extends AgentInterceptor, ChatInterceptor {

    /**
     * 智能体生命周期：开始执行前
     */
    default void onAgentStart(ReActTrace trace) {
    }

    /**
     * 推理节点：Reason 阶段开始前（在 systemPrompt 构建和消息组装之前触发）
     * <p>适合做上下文压缩、工作记忆窗口管理等预处理操作</p>
     */
    default void onReasonStart(ReActTrace trace, StringBuilder systemPromptBuf) {
    }

    /**
     * 推理节点：接收 LLM 返回的原始推理消息
     */
    default void onReasonEnd(ReActTrace trace, ChatResponse resp, AssistantMessage message, long durationMs) {
    }


    /**
     * 计划节点：接收 LLM 返回的原始推理消息
     */
    default void onPlan(ReActTrace trace, AssistantMessage message) {

    }

    /**
     * 思考节点：Reason 阶段完成后触发
     * <p>无论是否解析出有效的 thoughtContent，此方法都会被调用</p>
     *
     * @param trace            ReAct 追踪上下文
     * @param thoughtContent   提取后的思考内容（可能为空字符串）
     * @param assistantMessage 原始 LLM 响应消息（含 toolCalls、content、reasoning 等完整信息）
     */
    default void onThought(ReActTrace trace, String thoughtContent, AssistantMessage assistantMessage) {
    }

    /**
     * 动作节点：调用功能工具 (Action) 前触发
     * <p>可用于权限控制、参数合法性预检</p>
     */
    default void onAction(ReActTrace trace, ToolExchanger toolExchanger) {
    }

    /**
     * 观察节点：工具执行完成后触发（100% 强闭环，放在 finally 块中）
     * <p>无论成功、失败、挂起、中断，此方法保证被调用</p>
     *
     * @param trace         ReAct 追踪上下文
     * @param toolExchanger 工具交换器（含 toolName、args、result）
     * @param observation   观察结果消息（成功时为工具输出，失败时为错误描述；挂起/中断时为空消息）
     * @param durationMs    工具执行耗时（毫秒）
     * @param error         执行异常（成功时为 null）
     */
    default void onObservation(ReActTrace trace, ToolExchanger toolExchanger,
                               @Nullable ChatMessage observation,
                               @Nullable Throwable error,
                               long durationMs) {
    }

    /**
     * 智能体生命周期：任务结束（成功或异常中止）时触发
     */
    default void onAgentEnd(ReActTrace trace) {
    }
}

• ChatInterceptor

package org.noear.solon.ai.chat.interceptor;

import org.noear.solon.ai.chat.ChatOptions;
import org.noear.solon.ai.chat.ChatRequest;
import org.noear.solon.ai.chat.ChatResponse;
import org.noear.solon.ai.chat.ChatSession;
import org.noear.solon.ai.chat.prompt.Prompt;
import reactor.core.publisher.Flux;

import java.io.IOException;

/**
 * 聊天拦截器
 */
public interface ChatInterceptor extends ToolInterceptor {
    /**
     * 预处理（在构建请求之前触发）
     * <p>用于动态调整配置、补充或修改提示词（Prompt）以及注入系统指令</p>
     *
     * @param session        当前聊天会话（可用于获取历史消息、元数据或状态标记）
     * @param options        聊天配置（可修改，影响模型参数等）
     * @param originalPrompt 原始提示词（包含用户消息和上下文）
     * @param systemMessage  系统指令容器（可追加，将作为 System Message 发送）
     */
    default void onPrepare(ChatSession session, ChatOptions options, Prompt originalPrompt, StringBuilder systemMessage){

    }

    /**
     * 拦截 Call 请求
     *
     * @param req   请求
     * @param chain 拦截链
     */
    default ChatResponse interceptCall(ChatRequest req, CallChain chain) throws IOException {
        return chain.doIntercept(req);
    }

    /**
     * 拦截 Stream 请求
     *
     * @param req   请求
     * @param chain 拦截链
     */
    default Flux<ChatResponse> interceptStream(ChatRequest req, StreamChain chain) {
        return chain.doIntercept(req);
    }
}