练习 3：从零实现 ReAct（不用 framework）¶

为什么从零写¶

ReAct（Reasoning + Acting）是现代 agent 的基础 pattern：

while not done:
    thought    = LLM 看完目前 context、讲出下一步要做什么
    action     = LLM 调用一个 tool
    observation = tool 执行结果、喂回去给 LLM

LangGraph / CrewAI 把这个 loop 藏起来了。你自己写过一次才知道： - 为什么 messages array 一直长 - tool_use_id 跟 tool_result 怎么配对 - stop_reason 为什么是 tool_use 或 end_turn - max_iter 为什么是 safety net

70 行 Python 全交代清楚。

怎么跑¶

pip install -r requirements.txt
export ANTHROPIC_API_KEY=sk-ant-...
python starter.py

预期看到：

❓ 问题：'台北人口' 除以 '纽约人口'、答案保留 4 位小数。
------------------------------------------------------------
[step 0] thought: 我先查台北人口...
           tool: lookup_fact({'query': '台北人口'}) → 2602000
[step 1] thought: 接着查纽约人口...
           tool: lookup_fact({'query': '纽约人口'}) → 8336000
[step 2] thought: 计算比例...
           tool: calculator({'expression': '2602000 / 8336000'}) → 0.3121...
[step 3] thought: 答案是 0.3122
------------------------------------------------------------
✅ 最终答案：台北人口除以纽约人口约 0.3122
   共 4 轮
✅ 练习 3 通过 — ReAct loop 自己连用了 lookup_fact 跟 calculator

不花钱验证程序逻辑¶

python test.py

test.py 用 unittest.mock.MagicMock 取代 Anthropic client、塞固定 response、验证你的 loop 逻辑。预期：

✅ test_calculator_basic
✅ test_calculator_rejects_eval_injection
✅ test_lookup_fact
✅ test_react_loop_single_tool_call
✅ test_react_loop_multi_step
✅ test_react_loop_respects_max_iter

🎉 全部通过 — 你的 ReAct loop 逻辑正确

程序结构走查¶

段	行	在做什么
`tool_calculator`	~30-40	安全的计算器（whitelist 过滤、避免 `eval` 漏洞）
`tool_lookup_fact`	~42-50	假事实库（教学用、避免依赖外部 API）
`TOOLS_SPEC`	~52-75	tool schema 给 LLM 看
`TOOL_IMPL`	~77-80	name → callable 对应表（dispatch）
`react_loop`	~85-130	主循环、含 max_iter safety、`messages` 累积、tool result 接回去

常见坑¶

忘记把 assistant response 加进 messages：下一轮 LLM 就看不到自己上一轮讲过什么、会 loop forever
tool_result 没带 tool_use_id：LLM 无法配对哪个 result 对应哪个 call
while True 没 max_iter：tool 结果写得不好、LLM 会无限调用；safety net 一定要设
eval 没过滤：calculator 直接 eval(user_input) = RCE 漏洞；用 whitelist 或 ast.literal_eval

想看更聪明的答案？¶

预设用 claude-haiku-4-5（最便宜）。改成 sonnet：

MODEL=claude-sonnet-4-6 python starter.py

或在 starter.py 改 MODEL = ... 那行。

延伸¶

加更多 tool：在 TOOLS_SPEC + TOOL_IMPL 补一个 entry 即可
加 streaming：把 client.messages.create(...) 换成 with client.messages.stream(...) as s:、边跑边印
加 prompt cache：在 system= 或 tools= 带 cache_control={"type":"ephemeral"} 重复 call 省 90% token
接 LangGraph 或 Pydantic AI 看 framework 怎么帮你藏掉这 70 行