Solon v3.9.0

react - ReActAgent 启用规划机制（Plan-ReAct）

</> markdown
2026年1月26日 上午9:41:43

在复杂的 AI 任务中，如果直接让智能体进行推理（Reasoning），它可能会因为任务目标过大而陷入“逻辑混乱”或执行路径偏移。为了解决这一问题，Solon AI 为 ReActAgent 引入了 规划（Planning） 能力。

通过启用规划，智能体在正式进入 Reason -> Act 循环之前，会先根据用户指令生成一份全局的执行计划。

1、为什么需要规划？

普通的 ReAct 模式是“走一步看一步”，而规划模式则是“谋定而后动”。

  • 分解复杂性：将大任务拆解为若干个有序的子任务（Steps）。
  • 进度感知：智能体在推理每一轮时，都能通过 ReActTrace 知道自己当前处于计划的哪个阶段。
  • 抗干扰性：即便中间某个工具调用出现了偏差，全局计划能像导航仪一样纠正智能体的逻辑走向。

2、如何启用规划？

启用规划非常简单，只需要在构建 ReActAgent 时通过 enablePlanning(true) 进行配置。

示例代码：

ReActAgent agent = ReActAgent.of(chatModel)
        .name("researcher")
        .description("高级研究助手")
        // 关键：开启规划能力
        .enablePlanning(true) 
        // 可选：自定义规划指令（告诉 AI 应该如何制定计划）
        .planInstruction(trace -> "请将任务分解为详细的步骤，并按顺序执行。")
        .defaultToolAdd(new SearchTools())
        .build();

// 发起调用
ReActResponse resp = agent.prompt("调查 Solon 框架在 2025 年的技术趋势并写一份报告").call();

3、规划数据的流转与可见性

一旦启用了规划，ReActTrace 内部会发生以下变化，这些信息在推理阶段会自动注入到 System Prompt 中：

属性/方法描述作用
getPlans()获取当前的计划列表让开发者可以监控 Agent 的初始意图。
getFormattedPlans()格式化的计划文本将计划列表转换为 Markdown 数字列表注入提示词。
getPlanProgress()当前进度描述告诉 LLM：“你现在正在处理 5 个步骤中的第 2 步”。

4、最佳实践建议

强逻辑任务必开：涉及 3 个以上步骤的任务（如：多表查询后汇总计算再发送邮件）建议启用规划。

配合模型选型：规划对模型的逻辑能力要求较高，建议使用 GPT-4o、Claude 3.5 Sonnet 或 DeepSeek-V3 等具备强规划能力的模型。

自定义指令：如果发现模型生成的计划过于笼统，可以通过 .planInstruction() 显式约束计划的粒度。

监控进度：你可以通过 ReActResponse.getTrace().getPlans() 在 UI 界面上展示 Agent 的工作清单，极大提升用户体验。