smolagents 的 ReAct 循环工作机制是怎样的？

1. 基本执行流程

smolagents 中的 CodeAgent 和 ToolCallingAgent 均继承自 MultiStepAgent，遵循 ReAct（Reason → Act → Observe）循环范式。Agent 接收用户任务后，在每一步中由大语言模型生成行动指令，框架执行后将结果作为观察反馈给模型，循环往复直至任务完成或达到最大步数限制。

2. 步骤类型与状态流转

Agent 的执行过程由多种步骤类型构成：

• TaskStep：记录用户的初始任务输入
• ActionStep：包含模型的输出、工具执行结果和观察信息
• PlanningStep：当启用规划功能时，记录模型的策略总结
• FinalAnswerStep：Agent 完成任务后返回的最终答案

所有步骤按顺序存储在 AgentMemory 对象中，构成完整的执行轨迹。

3. 终止条件

循环在以下三种情况下终止：

• 模型通过 final_answer 工具或匹配的工具调用产出最终答案
• 当前步数达到 max_steps 设定的上限，抛出 AgentMaxStepsError
• 模型返回无效代码或工具调用且重试失败，抛出相应的解析或执行错误