第5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。"

🎓 学习目标

完成本章学习后，你将能够：

• ✅ 理解 Agent 的思考与推理过程
• ✅ 掌握 ReAct 框架（Reasoning + Acting）的工作原理
• ✅ 实现任务分解策略，将复杂问题拆分为可执行子任务
• ✅ 构建自我反思与错误纠正机制
• ✅ 完成一个自动化研究助手 Agent 的实战项目

⏱️ 预计学习时间

约 90-120 分钟（含实战）

💡 前置知识

• 已完成第3章（工具调用）和第4章（记忆系统）
• 了解递归和循环控制流
• 对 LLM 的 API 调用有基本经验

🔗 学习路径

前置知识：第3章 工具调用（Tool Use / Function Calling）、第4章 记忆系统（Memory）

后续推荐：

• 👉 第6章 检索增强生成（RAG） — 给 Agent 接入外部知识
• 👉 第11章 LangChain 深入实战 — 用框架高效实现 ReAct Agent
• 👉 第12章 LangGraph：构建有状态的 Agent — 用图结构实现复杂推理流程

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。

📚 本章结构

下一节：5.1 Agent 如何"思考"？