主用例说明：ReAct 智能体编排

背景概述

随着企业知识空间与插件生态逐步完善，智能体需要在一次对话内完成“推理—行动—观察—再推理”的 ReAct 循环，以便在复杂问题中实时结合知识库、业务插件与外部工具。若缺乏统一的 ReAct 编排规范，常见风险包括：思考链丢失导致回答不可追溯、工具调用未收敛造成无限循环、敏感操作缺乏人工把关等。本主用例聚焦 ReAct 模式下的多轮编排治理，确保每一次思考与行动都可度量、可回滚，并且与“知识空间构建”“智能问答与推理”等主用例形成联动。

目标与价值

• 高质量推理：通过结构化的思考链管理，提升复杂问题的推理准确率与解释性。
• 敏捷行动：在 ReAct 循环中自动选择与调用合适的插件/工具，缩短问题解决时间。
• 风险可控：为 ReAct 的每一步设置超时、次数与权限约束，避免失控或越权操作。
• 可观测与合规：完整记录“思考-行动-观察”链路，支撑审计、回放与质量评估。

参与角色

• 主 Agent（Reasoner）：负责生成思考链、规划下一步行动、维护任务上下文。
• 行动 Agent / 工具执行器（Actor）：按照主 Agent 的计划调用插件、知识检索或外部 API。
• 知识空间服务：提供向量检索、关键词检索与知识图谱遍历等多策略检索能力。
• 风险控制服务：监控 ReAct 循环次数、时长与敏感操作并触发告警或阻断。
• 人工协同者 / 审计员：在高风险或超时场景下进行人工审批、回放与纠偏。

主场景 User Story

作为 智能体平台的产品负责人，我希望 在复杂问答或决策任务中，主 Agent 能够按照 ReAct 策略迭代推进思考链、调用插件并采纳反馈，从而 为业务用户提供可解释、可控制且高成功率的智能答复与自动化处理。

子场景详解

子场景 A：思考链生成与知识检索启动

• 角色与触发：用户在聊天界面提出涉及多来源知识的复杂问题。
• 主要流程：
  1. 主 Agent 解析意图，生成初始“Thought #1”，标注推理假设与缺失信息。
  2. 根据任务类别选择知识检索策略（向量/关键词/图谱混合检索）。
  3. 向知识空间发起检索，返回候选片段并评分。
  4. 将思考链与检索结果写入审计日志，供后续步骤引用。
• 成功标准：思考链第一步命中相关知识片段相似度 ≥0.8；检索完成耗时 <2s。
• 异常与风控：若检索结果置信度过低，提示用户补充信息或切换策略；防止敏感字段在日志中泄露。
• 指标建议：思考链命中率、检索策略成功率、用户补充信息比例。

子场景 B：行动计划与插件调用

• 角色与触发：主 Agent 依据最新思考链需要验证假设或执行任务。
• 主要流程：
  1. 主 Agent 生成“Action #n”，选择目标插件/工具并准备调用参数。
  2. 行动 Agent 执行调用，携带租户上下文、用户权限与追踪 ID。
  3. 行动结果与关键指标写回“Observation #n”。
  4. 若涉及高风险操作（如写数据库、触发自动化），需先通过风控策略或人工审批。
• 成功标准：行动执行成功率 ≥95%；每次调用都能绑定到对应思考链节点。
• 异常与风控：失败时自动降级到替代插件或请求人工确认；限制连续失败次数，防止资源浪费。
• 指标建议：行动成功率、人工审批占比、失败重试次数。

子场景 C：观察反馈与记忆更新

• 角色与触发：行动 Agent 返回 Observation，主 Agent 需要判断下一步策略。
• 主要流程：
  1. Observation 与思考链进行归档，判断假设是否成立。
  2. 若仍存在信息缺口，生成新的 Thought 并继续循环；否则生成最终回答或交付物。
  3. 将高价值 Observation 写入短期记忆或长期知识更新流程。
  4. 输出阶段性总结供用户确认，支持追问或终止。
• 成功标准：Observation 解析准确率 ≥98%；用户满意度评分 ≥4/5。
• 异常与风控：检测循环次数超阈值（如 >8 步）时触发中断或人工接管；防止将未经验证的信息写入知识库。
• 指标建议：ReAct 步数分布、循环超时率、记忆写入成功率。

子场景 D：闭环交付与审计回放

• 角色与触发：任务完成或被终止，需要生成完整回放与评估报告。
• 主要流程：
  1. 汇总最终回答、关键思考链、行动日志与使用的知识片段。
  2. 生成可回放的 ReAct 轨迹，供审计员或产品团队复盘。
  3. 根据反馈结果（用户评价、人工审核）更新策略权重或安全阈值。
  4. 将执行指标写入监控平台，形成持续改进闭环。
• 成功标准：回放生成成功率 100%；关键节点具备时间戳、操作者与上下文。
• 异常与风控：回放缺失或数据不完整时需阻止上线；若发现违规调用，触发合规调查流程。
• 指标建议：回放生成耗时、审计通过率、策略更新频次。

功能边界 & 非目标场景

• 不涵盖智能体基础注册、授权或健康监控，这些由“智能体注册与管理”主用例负责。
• 不讨论知识空间构建流程本身，相关内容详见“知识空间构建”主用例。
• 模型微调、Prompt 工程等底层模型运维不在范围内。
• 外部系统审批流的具体实现不属于本主用例，只要求提供对接能力。

依赖与接口

• 知识空间服务 API：支持多策略检索、文档片段打分与元数据返回。
• 插件 Registry / 工具目录：提供可调用插件列表、权限声明与版本兼容信息。
• ReAct 编排引擎：管理思考链状态机、调用上下文、循环控制与日志记录。
• 风险控制与审计平台：提供超时/频次限制、人工审批接口与轨迹回放能力。
• 反馈收集服务：接收用户评分、运营标注并回写策略权重。

验收要点

1. 系统能够针对复杂问题生成可解释的 ReAct 思考链，并自动选择合适的知识检索策略。
2. 每个行动步骤都能正确调用插件/工具并记录 Observation，失败时具备降级与人工协同机制。
3. ReAct 循环的超时、次数和敏感操作均受到策略与权限控制，异常会触发告警或中断。
4. 任务结束后可生成完整回放，包含思考链、工具调用、知识来源与用户交互记录。
5. 与“知识空间构建”“智能问答与推理”场景联动，能够基于最新知识库提供可靠答案。

场景级测试用例示例

测试准备：在沙箱租户 tenant-react-lab 中启用主 Agent react-orchestrator，配置知识空间 knowledge-hub@2024Q4（包含长文档、表格、图谱数据），挂载插件 report-gen@1.5.0、crm-query@3.2.1，并接入风险控制策略（循环次数 ≤6，敏感操作需审批）。

用例 A-1：多策略检索命中（正向）

• 前置条件：知识空间索引最新，LLM 网关可用。
• 操作步骤：
  1. 用户提问：“根据近两季的销售数据，给出导致营收下降的主要原因并建议行动方案？”
• 预期结果：
  • 主 Agent 生成 Thought #1，调用向量+关键词混合检索，返回报表与会议纪要片段。
  • 思考链日志记录检索策略、片段 ID 与相似度评分。

用例 A-2：检索置信度过低（逆向）

• 前置条件：故意清空知识空间特定主题数据。
• 操作步骤：
  1. 提出同样问题。
• 预期结果：
  • 主 Agent 判断置信度低于 0.6，提示用户补充数据或切换到人工分析流程。
  • 风控平台记录一次 ReAct 检索失败事件。

用例 B-1：行动执行成功（正向）

• 前置条件：crm-query 插件可用。
• 操作步骤：
  1. 思考链生成 Action #2：调用 crm-query 获取重点客户流失原因。
• 预期结果：
  • 插件返回数据后形成 Observation #2，Thought #3 更新假设并准备最终回答。
  • 工具调用日志绑定追踪 ID，审计平台可回放。

用例 B-2：高风险操作需审批（逆向）

• 前置条件：将 report-gen 标记为敏感操作。
• 操作步骤：
  1. ReAct 链路尝试生成行动方案并推送通知。
• 预期结果：
  • 风控策略阻断直接执行，生成审批任务并等待人工确认。
  • 未经审批，ReAct 不会继续后续行动，记录状态为“待审批”。

用例 C-1：观察反馈驱动循环（正向）

• 前置条件：所有插件正常。
• 操作步骤：
  1. 用户追问“请再核实最近两周的售后投诉数据是否异常？”
• 预期结果：
  • ReAct 增加新的 Thought/Action/Observation 循环，总步数 ≤6。
  • 最终回答包含引用来源与置信度说明。

用例 C-2：循环超阈中断（逆向）

• 前置条件：将插件故障率调高导致多次失败。
• 操作步骤：
  1. 发起同样追问。
• 预期结果：
  • 循环次数达到阈值后自动中断，并向用户返回“请切换人工处理”的提示。
  • 监控平台触发高优先级告警。

用例 D-1：回放生成与审核（正向）

• 前置条件：完成一轮成功的 ReAct 对话。
• 操作步骤：
  1. 在审计界面请求回放报告。
• 预期结果：
  • 系统生成包含全部 Thought/Action/Observation 的时间线，附带知识片段链接。
  • 审核人员可标注“正确”并写入反馈。

用例 D-2：回放缺失触发调查（逆向）

• 前置条件：模拟日志服务异常导致 Observation 丢失。
• 操作步骤：
  1. 请求同一场景的回放。
• 预期结果：
  • 系统提示回放不完整，自动生成合规调查工单，并阻止该策略在生产环境使用。