第6章 规划与推理（Planning & Reasoning）

🧠 "真正智能的 Agent 不只是执行命令，而是能够独立规划、推理并完成复杂任务。"

本章概览

本章深入探讨 Agent 的"大脑"——规划与推理系统。如果说工具调用赋予了 Agent "双手"，记忆系统赋予了它"回忆"，那么规划与推理就是赋予它"思考力"。从 ReAct 框架到任务分解，再到自我反思机制，本章帮你构建能够处理复杂、多步骤问题的 Agent。

本章目标

学完本章，你将能够：

• ✅ 理解 Agent 推理的核心机制（ReAct、OODA、Plan-and-Execute）
• ✅ 从零实现一个 ReAct Agent，理解"思考-行动-观察"循环
• ✅ 掌握任务分解策略，将复杂问题拆解为可执行的子任务
• ✅ 实现反思与自我纠错机制，让 Agent 从错误中学习
• ✅ 构建一个综合运用规划推理的研究助手 Agent

本章结构

⏱️ 预计学习时间

约 90-120 分钟（含实战练习）

💡 前置知识

• 已完成第 4 章（工具调用）和第 5 章（记忆系统）
• 了解 Python 的函数定义和字典操作
• 对 LLM 的 API 调用有基本经验

🔗 学习路径

前置知识：第4章 工具调用、第5章 记忆系统

后续推荐：

• 👉 第7章 RAG — 给 Agent 接入外部知识
• 👉 第11章 LangChain — 用框架高效实现 ReAct Agent
• 👉 第12章 LangGraph — 用图结构实现复杂推理流程

下一节：6.1 Agent 如何"思考"？