状态：部分实现 ｜ Mock ReAct 已验证；真实模型工具遵循和 KV 复用未验证
- 理解 Tool、Memory、Reasoning/Action/Observation 的职责边界。
- 能追踪一次工具调用如何回到下一轮 LLM Prompt。
- 区分查询改写、对话记忆和 Prefix Cache 三种不同机制。
ToolRegistry、ConversationMemory、WorkingMemory、QueryRewriter 和 ReActAgent 已有 Mock 回归。Agent 每轮只调用一个工具，最多执行 max_steps。Prefix 模块只记录稳定前缀 hash、LRU 和 hit/miss，命中后仍把完整 Prompt 送给 LLM。
stateDiagram-v2
[*] --> BuildPrompt
BuildPrompt --> LLM
LLM --> Final: Final Answer
LLM --> Action: tool_call
LLM --> Retry: 无法解析
Action --> Observation: ToolRegistry.call
Observation --> BuildPrompt
Retry --> BuildPrompt
Final --> Memory
Memory --> [*]
ReAct 的价值不是“让模型自动正确”，而是把外部动作和中间观察显式加入循环，使行为可检查。工具输出仍是不可信输入，必须考虑错误、提示注入和参数校验。
ToolRegistry负责注册、Prompt 描述和异常转成错误字符串。ConversationMemory保留 role/content；当前是内存列表，不持久化。QueryRewriter有历史和 LLM 时补全指代；异常时返回原 query。ReActAgent.run()在记录当前用户问题前先读取旧历史，避免问题重复。- 稳定前缀由系统说明、工具描述和旧历史组成；当前轮 query/Observation 位于 suffix。
python examples/learning/run_lab.py --lab 10实验使用顺序 Mock：第一次输出 tool_call，工具返回 Observation，第二次输出 Final Answer。预期 cache_stats 为一次 miss、一次 hit，且 mode 为 logical。
- 工具不存在或执行异常时注册表返回错误文本，LLM 是否会修正仍取决于模型。
- 正则解析只支持当前 XML+JSON 约定，不是通用函数调用协议。
- 达到
max_steps后会再请求一次强制最终回答；返回文本未必带Final Answer。 - QueryRewriter 的失败回退保证可用性，但可能保留含糊指代。
- 逻辑 cache hit 不代表首 token 延迟下降。
- 为什么工具描述属于稳定前缀，而 Observation 属于变化后缀？
- 如何验证 Agent 真的使用了工具结果，而不是猜出答案？
参考答案
- 同一 Agent 会话内工具集合通常不变，而每步 Observation 都不同。2. 设计只有工具返回值中才存在的随机事实，记录 Prompt，断言第二轮包含该 Observation，并检查移除或篡改工具输出后答案是否变化。
- 能画出 tool_call 到 Observation 的闭环。
- 能解释 memory、rewriter、prefix cache 的区别。
- 不用逻辑命中率声称真实加速。
- Yao et al., ReAct.
上一章：09｜提示、生成与 KV ｜ 下一章：11｜CLI 集成