零基础学AI大模型之CoT思维链和ReAct推理行动

前情摘要

1、零基础学AI大模型之读懂AI大模型 2、零基础学AI大模型之从0到1调用大模型API 3、零基础学AI大模型之SpringAI 4、零基础学AI大模型之AI大模型常见概念 5、零基础学AI大模型之大模型私有化部署全指南 6、零基础学AI大模型之AI大模型可视化界面 7、零基础学AI大模型之LangChain 8、零基础学AI大模型之LangChain六大核心模块与大模型IO交互链路 9、零基础学AI大模型之Prompt提示词工程 10、零基础学AI大模型之LangChain-PromptTemplate 11、零基础学AI大模型之ChatModel聊天模型与ChatPromptTemplate实战 12、零基础学AI大模型之LangChain链 13、零基础学AI大模型之Stream流式输出实战 14、零基础学AI大模型之LangChain Output Parser 15、零基础学AI大模型之解析器PydanticOutputParser 16、零基础学AI大模型之大模型的“幻觉” 17、零基础学AI大模型之RAG技术 18、零基础学AI大模型之RAG系统链路解析与Document Loaders多案例实战 19、零基础学AI大模型之LangChain PyPDFLoader实战与PDF图片提取全解析 20、零基础学AI大模型之LangChain WebBaseLoader与Docx2txtLoader实战 21、零基础学AI大模型之RAG系统链路构建：文档切割转换全解析 22、零基础学AI大模型之LangChain 文本分割器实战：CharacterTextSplitter 与 RecursiveCharacterTextSplitter 全解析 23、零基础学AI大模型之Embedding与LLM大模型对比全解析 24、零基础学AI大模型之LangChain Embedding框架全解析 25、零基础学AI大模型之嵌入模型性能优化 26、零基础学AI大模型之向量数据库介绍与技术选型思考 27、零基础学AI大模型之Milvus向量数据库全解析 28、零基础学AI大模型之Milvus核心：分区-分片-段结构全解+最佳实践 29、零基础学AI大模型之Milvus部署架构选型+Linux实战：Docker一键部署+WebUI使用 30、零基础学AI大模型之Milvus实战：Attu可视化安装+Python整合全案例 31、零基础学AI大模型之Milvus索引实战 32、零基础学AI大模型之Milvus DML实战 33、零基础学AI大模型之Milvus向量Search查询综合案例实战 33、零基础学AI大模型之新版LangChain向量数据库VectorStore设计全解析 34、零基础学AI大模型之相似度Search与MMR最大边界相关搜索实战 35、零基础学AI大模型之LangChain整合Milvus：新增与删除数据实战 36、零基础学AI大模型之LangChain+Milvus实战：相似性搜索与MMR多样化检索全解析 37、零基础学AI大模型之LangChain Retriever 38、零基础学AI大模型之MultiQueryRetriever多查询检索全解析 39、零基础学AI大模型之LangChain核心：Runnable接口底层实现 40、零基础学AI大模型之RunnablePassthrough 41、零基础学AI大模型之RunnableParallel 42、零基础学AI大模型之RunnableLambda 43、零基础学AI大模型之RunnableBranch 44、零基础学AI大模型之Agent智能体 45、零基础学AI大模型之LangChain Tool工具 46、零基础学AI大模型之LLM绑定Tool工具实战 47、零基础学AI大模型之LangChain Tool异常处理

本文章目录

• • 前情摘要
• 零基础学AI大模型之CoT思维链和ReAct推理行动
• • 一、为什么需要CoT/ReAct？痛点太明显了！
  • 二、什么是CoT（思维链，Chain of Thought）？让模型“一步步想”
  • • 2.1 CoT核心机制
    • 2.2 实战案例：买苹果哪家更划算？
    • 2.3 CoT的优缺点
    • 2.4 CoT典型应用场景
  • 三、什么是ReAct（推理与行动，Reasoning and Acting）？让模型“边想边做”
  • • 3.1 ReAct核心逻辑
    • 3.2 实战案例：2027年诺贝尔文学奖得主的代表作是什么？
    • 3.3 ReAct的核心优势
    • 3.4 ReAct典型应用场景
  • 四、CoT vs ReAct 全方位对比（一张表看懂）
  • 五、应用场景指南：该选CoT还是ReAct？
  • 六、LangChain实战：分别实现CoT和ReAct
  • • 6.1 实战1：LangChain实现CoT（解决数学推理问题）
    • 6.2 实战2：LangChain实现ReAct（查询实时天气）
  • 七、常见陷阱与避坑技巧
  • • 7.1 CoT避坑技巧
    • 7.2 ReAct避坑技巧
  • 八、总结

零基础学AI大模型之CoT思维链和ReAct推理行动

咱们之前学完了Agent智能体和Tool工具，知道了大模型可以通过调用外部工具拓展能力边界。但实际用的时候会发现：面对数学计算、多步骤决策这种复杂任务，模型要么直接给出错误答案，要么“瞎编”信息（也就是咱们说的“幻觉”）。这时候该怎么办呢？

今天就来学两个能解决这个问题的核心技术——CoT（思维链） 和ReAct（推理与行动） 。它们就像给大模型装了“思考的脑子”和“动手的手脚”，让模型从“直接给答案”变成“像人一样思考+做事”，咱们一步步把它们搞懂～

一、为什么需要CoT/ReAct？痛点太明显了！

传统大模型处理问题就像“考试直接写答案”——不管题难不难，都跳过思考过程直接给结果。这在简单问题上还行，但遇到复杂场景就拉胯了：

• 数学推理：比如“买3送1的苹果，买8斤哪家划算”，直接算容易漏步骤算错；
• 多步骤决策：比如“订机票+查天气+预约接送机”，没法一步步规划执行；
• 实时信息查询：比如“2027年诺贝尔文学奖得主是谁”，模型训练数据里没有，只能瞎编；
• 可解释性差：用户不知道答案是怎么来的，没法信任，也没法排查错误。

而CoT和ReAct就是为了解决这些痛点而生——核心需求很简单：让模型展示思考过程，并且能根据情况动态调整策略。

用个通俗的类比理解下：

• 普通模型 → 考试直接写答案（对错全靠蒙，不知道怎么想的）；
• CoT → 在试卷上写解题步骤（知其然，也知其所以然）；
• ReAct → 边查公式手册边解题（不会就查，确保答案准确）。

二、什么是CoT（思维链，Chain of Thought）？让模型“一步步想”

2.1 CoT核心机制

CoT的本质很简单：通过提示词让模型显式生成推理步骤，再根据步骤得出最终答案。就像咱们解数学题一样，先分析条件、再套用公式、最后计算结果，每一步都写清楚。

它的通用格式是这样的：

问题：…[输入问题]…
思考步骤：
1. 第一步分析（如提取关键数据、明确问题目标）
2. 第二步计算（如公式应用、逻辑推导）
3. …（更多推理步骤）
最终答案：…[根据步骤得出的结论]…

2.2 实战案例：买苹果哪家更划算？

咱们拿之前的例子实战下，感受下CoT的威力：

问题：A超市苹果每斤5元，买3斤送1斤；B超市同品质苹果每斤6元但买二送一。买8斤哪家更划算？

无CoT回答（可能出错）：“A超市划算”（没说为什么，错了也不知道哪错）；

CoT推理回答（清晰易懂）：

看到没？步骤清晰，就算中间算错了，也能快速找到问题所在～

2.3 CoT的优缺点

优点：

• 简单易实现：不用改模型，只用写提示词定义步骤格式就行；
• 可解释性强：推理过程看得见，用户容易信任；
• 提升复杂推理准确率：尤其是数学、常识推理任务。

局限性：

• 依赖模型内部知识：如果模型本身知识错了（比如认为“太阳绕地球转”），推理链条也会错；
• 处理不了动态信息：没法获取实时数据（比如“今天的气温”）；
• 步骤冗余：简单问题（比如“1+1等于几”）分步反而降低效率。

2.4 CoT典型应用场景

• 教育领域：辅导学生解数学、科学题，展示解题思路；
• 智能客服：回答复杂问题（如“退款流程”）时，说明决策依据，增强信任；
• 逻辑推理任务：比如合同条款分析、案件逻辑梳理等。

三、什么是ReAct（推理与行动，Reasoning and Acting）？让模型“边想边做”

如果说CoT是让模型“会思考”，那ReAct就是让模型“会思考+会做事”——不仅能推理，还能调用外部工具获取信息、执行操作，完美解决CoT“不懂就瞎想”的问题。

3.1 ReAct核心逻辑

ReAct的核心是循环执行“思考→行动→观察”三步法，直到得出最终答案。简单说就是：先想该做什么，再调用工具做，最后根据工具返回结果调整思路，循环往复。

它的通用格式是这样的：

问题：…[输入问题]…
思考：当前需要解决的问题是…，我需要先做什么…
行动：调用__工具名称__(参数)
观察：工具返回结果…
思考：根据返回结果，下一步需要…
行动：调用__工具名称__(参数)
观察：工具返回结果…
…（循环）
答案：…[最终结论]…

3.2 实战案例：2027年诺贝尔文学奖得主的代表作是什么？

这个问题需要实时信息，CoT解决不了，但ReAct能轻松搞定：

ReAct流程：

再比如“2027年NBA总冠军是哪个队伍”，ReAct会调用体育新闻API或搜索引擎获取最新信息，而不是瞎编～

3.3 ReAct的核心优势

• 减少幻觉：通过调用外部工具获取真实数据，不用依赖模型“过时又可能错”的内部知识；
• 处理复杂任务：多步骤、需要交互的任务（如订机票、查物流）都能搞定；
• 透明可解释：思考过程和行动步骤都看得见，能跟踪决策逻辑；
• 拓展能力边界：模型能通过工具做任何事——查天气、算数据、控设备等。

3.4 ReAct典型应用场景

• 知识问答系统：需要实时信息（如财经数据、体育赛事、科技动态）的问答；
• 任务自动化：如预订机票、查询物流、控制智能家居、生成数据分析报告；
• 事实核查：验证信息真伪（如“某明星是否结婚”），避免传播错误信息。

四、CoT vs ReAct 全方位对比（一张表看懂）

很多同学会问：什么时候用CoT，什么时候用ReAct？咱们用一张表把核心区别说透：

五、应用场景指南：该选CoT还是ReAct？

根据上面的对比，给大家总结一套“选型口诀”，直接套用就行：

六、LangChain实战：分别实现CoT和ReAct

咱们用之前学过的LangChain框架，写两段简单代码，实战感受下CoT和ReAct的实现过程（零基础也能看懂）～

6.1 实战1：LangChain实现CoT（解决数学推理问题）

CoT的实现核心是“设计提示词模板，让模型输出推理步骤”：

from langchain.chat_models import ChatOpenAI
from langchain.prompts import ChatPromptTemplate
from langchain.chains import LLMChain

# 1. 初始化大模型（这里用OpenAI，也可以换成本地化模型如Llama3）
llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)

# 2. 设计CoT提示词模板：明确要求输出推理步骤
cot_prompt = ChatPromptTemplate.from_messages([
("system", "你是一个数学老师，解决数学问题时，先分步骤写出推理过程，再给出最终答案。"),
("human", "问题：{question}")
])

# 3. 构建LLMChain
cot_chain = LLMChain(llm=llm, prompt=cot_prompt, verbose=True) # verbose=True查看思考过程

# 4. 运行链，解决问题
question = "小明有5个苹果，小红给了他3个，他又吃了2个，最后还剩几个？"
result = cot_chain.run(question)

# 输出结果
print("CoT推理结果：")
print(result)

运行结果（会输出推理步骤）：

> Entering new LLMChain chain…
Prompt after formatting:
[SystemMessage(content='你是一个数学老师，解决数学问题时，先分步骤写出推理过程，再给出最终答案。'), HumanMessage(content='问题：小明有5个苹果，小红给了他3个，他又吃了2个，最后还剩几个？')]

> Finished chain.
CoT推理结果：
1. 首先，小明原本有5个苹果，小红给了他3个，此时苹果数量为5 + 3 = 8个；
2. 接着，小明吃了2个苹果，剩余苹果数量为8 – 2 = 6个；
最终答案：6个

6.2 实战2：LangChain实现ReAct（查询实时天气）

ReAct需要结合Agent和Tool，这里用“天气查询工具”举例（需要先安装pyowm库获取天气API）：

from langchain.agents import AgentType, initialize_agent, load_tools
from langchain.chat_models import ChatOpenAI

# 1. 初始化大模型
llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)

# 2. 加载工具：这里用"openweathermap"（需要先在环境变量配置API_KEY）
tools = load_tools(["openweathermap"], llm=llm)

# 3. 初始化ReAct Agent
react_agent = initialize_agent(
tools,
llm,
agent=AgentType.REACT_DOCSTORE, # ReAct类型Agent
verbose=True # 显示思考、行动、观察过程
)

# 4. 运行Agent，查询实时天气
result = react_agent.run("查询北京现在的天气，包括温度和天气状况。")

# 输出结果
print("ReAct查询结果：")
print(result)

运行结果（会显示“思考→行动→观察”循环）：

> Entering new AgentExecutor chain…
I need to find the current weather in Beijing, including temperature and weather conditions. I should use the openweathermap tool.
Action: openweathermap
Action Input: Beijing
Observation: Current weather in Beijing: clear sky, temperature: 25°C
Thought: I have obtained the current weather in Beijing. The weather is clear sky and the temperature is 25°C. I can now answer the question.
Final Answer: 北京现在的天气为晴，气温25摄氏度。

> Finished chain.
ReAct查询结果：
北京现在的天气为晴，气温25摄氏度。

是不是很简单？通过这两段代码，就能直观感受到CoT和ReAct的区别～

七、常见陷阱与避坑技巧

7.1 CoT避坑技巧

7.2 ReAct避坑技巧

八、总结

今天咱们学会了CoT和ReAct两个核心技术，核心要点可以总结为3句话：

这两个技术是Agent智能体的核心基础，学好它们，咱们后续做复杂任务自动化（如智能助手、数据分析机器人）就轻松多了～

如果本文对你有帮助，欢迎点赞+关注+收藏🌟 ，有任何问题或实战需求，欢迎在评论区留言交流～ 我是工藤学编程，陪你从零到一玩转AI大模型！🚀