AI Agent 智能体构建：用 CoT 与 ReAct 拆解 OpenManus 任务链

1. 从一次“卡住”的任务说起OpenManus 任务链到底难在哪我试过把一个看起来不复杂的任务丢给智能体让它去查一份公开的技术文档把里面提到的三个配置项整理成表格再顺手生成一个 Markdown 文件。结果第一轮它调了搜索工具第二轮开始反复读同一段内容第三轮直接输出“任务完成”但文件根本没生成。这不是模型不够聪明而是任务链在“推理”和“执行”之间断了线。AI Agent 智能体构建的核心难点从来不是让模型说一句漂亮话而是让它把一句话拆成可执行的动作序列并且在每一步拿到真实反馈后决定下一步。OpenManus 这个开源项目之所以值得拆是因为它把这条链路写得足够直白BaseAgent 管循环ReActAgent 管“想”和“做”ToolCallAgent 管工具调用Manus 把工具装进一个实例。你顺着这条线读就能看清 CoT 和 ReAct 各自站在哪个位置。CoT 思维链解决的是“想清楚”。它让模型在给出结论前先展示推理步骤把复杂问题拆成小段。ReAct 解决的是“做对事”。它把推理和行动交替起来先想一步再调一个工具拿到观察结果再想下一步。两者不是替代关系CoT 是思考方式ReAct 是工作架构。OpenManus 的 ReActAgent 里think()负责决定要不要行动act()负责执行step()把两者串成一次循环。适合读这篇的人有三类正在用 OpenManus 或类似框架搭智能体、被“工具调用了但结果没回填”卡住、想自己写一个最小可跑的 Agent Loop。下面我会按“问题场景 → 前置准备 → 可复制配置 → 端到端验证 → 报错排查 → 继续深入”的顺序走每一步都给能直接粘贴的片段。2. 前置准备TaoToken 接入与 OpenManus 运行环境OpenManus 本身不绑定某一家模型服务它通过 LLM 类去请求兼容 OpenAI 接口的端点。所以你要做的第一件事是准备一个稳定的模型调用入口再把 Base URL、Key、Model ID 三件套填进配置。这里我用 TaoToken 作为调用入口来演示它的接口路径和 OpenAI 风格一致改配置时不用动业务代码。先拿到 Key。打开 https://taotoken.net/api-keys 登录后创建一个 API Key复制出来先放一边。注意 Key 只在创建时完整显示一次关掉页面就看不到了。接着确认你要用的模型 ID比如claude-sonnet-4-5或gpt-4.1这类具体以控制台模型列表为准。Base URL 填https://taotoken.net/api不要在后面加多余路径OpenManus 的 LLM 类会自己拼/v1/chat/completions。环境方面OpenManus 是 Python 项目建议 Python 3.10 以上。克隆下来后先建虚拟环境再装依赖git clone https://github.com/FoundationAgents/OpenManus.git cd OpenManus python -m venv .venv source .venv/bin/activate pip install -r requirements.txt如果你在 Windows 上激活命令换成.venv\Scripts\activate。依赖里包含openai、pydantic、browser-use等装完后先别急着跑把配置目录里的示例文件复制成正式配置cp config/config.example.toml config/config.toml这个config.toml就是后面所有模型参数的落点。很多人第一次跑 OpenManus 报401或model not found九成是这里没改对。另外OpenManus 默认会尝试启动浏览器工具如果你只是验证任务链可以先在配置里把 browser 相关工具关掉减少干扰。还有一点容易被忽略OpenManus 的max_steps默认值不大任务稍微复杂就会触发“Reached max steps”。验证阶段可以把它调到 20 左右等链路跑通再按需收紧。前置准备做到这里就够了接下来直接进配置。3. 可复制配置把 Base URL、Key、Model ID 写进 config.tomlOpenManus 的模型配置集中在config/config.toml。这个文件是 TOML 格式分[llm]、[llm.model]等段落。你要改的核心就三处base_url、api_key、model。下面是一份可以直接对照修改的片段路径和字段名与项目原文一致[llm] model claude-sonnet-4-5 base_url https://taotoken.net/api api_key sk-你的TaoTokenKey max_tokens 4096 temperature 0.0 [llm.model] # 如果项目使用多模型段落这里保持与上面 model 一致 model claude-sonnet-4-5 base_url https://taotoken.net/api api_key sk-你的TaoTokenKeytemperature设成 0.0 是为了让 ReAct 的决策更稳定减少“想一出是一出”的工具选择。max_tokens别设太小CoT 的思考过程会占掉不少输出长度4096 是个比较安全的起点。如果你用的是 OpenManus 较新版本配置结构可能拆成[llm]和[llm.model]两层或者用[llm.provider]指定。不管结构怎么变认准三个字段Base URL 指向https://taotoken.net/apiKey 填你创建的那串Model ID 填控制台里确认过的名字。改完保存不要留中文引号TOML 对引号很敏感。除了模型配置建议顺手把 Agent 的执行参数也写清楚。在config.toml里通常有[agent]段落[agent] max_steps 20 max_observe 5000max_steps控制 Agent Loop 最多跑多少轮max_observe控制单次工具返回内容截断长度。工具返回太长会把上下文撑爆导致后面reading choices之类的解析错误5000 字符是个折中值。配置写完后可以用一个最小脚本验证模型端点是否通不用启动整个 Agentfrom openai import OpenAI client OpenAI( base_urlhttps://taotoken.net/api, api_keysk-你的TaoTokenKey, ) resp client.chat.completions.create( modelclaude-sonnet-4-5, messages[{role: user, content: 只回复两个字通了}], ) print(resp.choices[0].message.content)这段跑通说明 Base URL、Key、Model ID 三件套没问题再进 OpenManus 主流程就不会在模型层翻车。如果这里就报401先回去检查 Key 有没有复制完整、有没有多余空格。4. 端到端验证一次任务从输入到工具调用的完整链路配置就绪后跑一个能看清任务链的任务。我选的任务是让 OpenManus 读取当前目录下的README.md提取前三个二级标题写入titles.md。这个任务同时用到文件读取和文件写入两个工具能完整走一遍 think → act → observe。启动 OpenManus 主程序python main.py进入交互后输入任务描述。为了让 ReAct 的推理更聚焦可以在任务里明确“先读取再提取最后写入”请读取当前目录的 README.md提取其中前三个以 ## 开头的二级标题 把标题内容按顺序写入 titles.md每行一个。完成后调用 terminate。接下来观察终端输出。正常情况下你会看到类似这样的循环Step 1: Manus 的思考: 我需要先读取 README.md 的内容才能提取标题。 Manus 选择了 1 个工具来使用 工具名称str_replace_editor参数{command: view, path: README.md} 工具 str_replace_editor 完成了它的任务结果: ... Step 2: Manus 的思考: 已经拿到文件内容现在提取前三个 ## 标题。 Manus 选择了 1 个工具来使用 工具名称str_replace_editor参数{command: create, path: titles.md, ...} Step 3: Manus 的思考: 文件已写入任务完成调用终止工具。 工具 doTerminate 完成了它的任务结果: 任务结束这里的关键是看think()输出的工具名和参数是否和当前步骤匹配。如果第一步就去调写入工具说明 CoT 的拆解没生效通常是 system prompt 或 next_step_prompt 被改乱了。OpenManus 的ToolCallAgent.think()会把available_tools.to_params()一起发给模型模型根据工具描述选工具所以工具描述写得越清楚选择越准。验证结果cat titles.md如果输出三行标题说明从任务输入、CoT 拆解、ReAct 循环、工具调用到结果回填整条链路是通的。如果titles.md是空的但终端显示工具调用成功去检查act()里toolExecutionResult.conversationHistory()有没有被正确setMessageList消息上下文断了会导致后续步骤看不到工具结果。这一步跑通后你可以把任务换成更复杂的比如“搜索某个公开技术主题整理三条要点写入文件”观察 Agent Loop 会不会因为工具返回太长而提前终止。max_observe和max_steps就是在这种时候起作用。5. 常见报错排查401、local proxy failed、reading choices、OAuth任务链跑不通时报错信息通常集中在几个固定位置。下面按真实遇到的顺序列出来每条都给定位方法。401 Unauthorized或invalid api key。这是模型端点没通过鉴权。先确认config.toml里api_key没有多余空格和换行再确认base_url是https://taotoken.net/api而不是带/v1的完整路径。OpenManus 的 LLM 类会自己拼/v1/chat/completions你多写一段就变成/api/v1/v1/...直接 404 或 401。用第 3 节那段最小脚本先验证脚本通了再查 OpenManus 配置。local proxy failed或连接超时。这类报错通常出现在请求根本没发出去的时候。检查运行环境有没有设置HTTP_PROXY、HTTPS_PROXY这类环境变量有的话先清掉再跑。另外确认base_url拼写正确taotoken.net不要写成taotoken.com。如果公司网络有出口限制换一个能正常访问外网的环境再试。Error reading choices或list index out of range。这个报错说明模型返回体里没有choices字段或者choices是空数组。常见原因是模型 ID 写错端点返回了一个错误 JSON而 OpenManus 直接去取choices[0]。把model改成控制台里确认过的 ID再用最小脚本打印完整resp看结构。还有一种情况是max_tokens设得太小模型输出被截断成空也会触发类似解析错误。OAuth相关报错比如OAuth token missing或authentication failed。如果你在 OpenManus 里启用了需要 OAuth 的工具比如某些浏览器或云服务工具但没配对应凭据就会在工具调用阶段报这个。验证任务链阶段先把这类工具从available_tools里移除只留文件操作和终止工具。等主链路稳定再逐个加回并补凭据。Reached max steps但任务没完成。这不是异常是 Agent Loop 到了上限。先看终端里每一步的think输出判断是模型在重复调同一个工具还是工具返回没被正确回填。如果是重复调用把temperature降到 0.0并在next_step_prompt里强调“如果上一步结果已足够直接进入下一步”。如果是结果没回填检查act()里有没有把toolResponseMessage加进messageList。Tool xxx is invalid。工具名对不上。OpenManus 的ToolCollection用tool.name做映射模型返回的工具名必须和注册名完全一致。检查TerminateTool的Tool描述里名字有没有被改以及ToolRegistration里有没有把工具真正加进ToolCallbacks.from(...)。排查时有个通用手法在think()和act()里各加一行日志打印当前messageList的长度和最后一条消息的角色。消息上下文一旦错位后面所有步骤都会跟着错。这个手法比盯着报错猜要快得多。6. 继续深入把 CoT 和 ReAct 拆开调而不是一起调链路跑通之后很多人会急着加工具、加模型、加并发结果任务链又断了。我的建议是先把 CoT 和 ReAct 分开调。CoT 的问题在 prompt 层ReAct 的问题在循环和工具层混在一起调很难定位。调 CoT 时只改 system prompt 和 next_step_prompt观察think()输出的推理步骤是否变清晰。OpenManus 早期版本里有一段 CoT 系统提示词核心是让模型先拆问题、再逐步推理、最后给结论。你可以把类似结构写进Manus的SYSTEM_PROMPT但不要写太长否则会挤占工具选择的注意力。调 ReAct 时固定 prompt只改max_steps、max_observe和工具集合。先只留一个工具确认 think → act → observe 能闭环再加第二个。每加一个工具跑一次端到端任务看模型会不会选错。工具描述里的description要写清楚“什么时候用”而不是只写“这是什么”。如果你要把这套链路接到自己的项目里TaoToken 的接入文档在 https://taotoken.net/doc 里面有 Base URL 和鉴权的完整说明。需要长期跑编码类 Agent 的可以看 Coding Planhttps://taotoken.net/coding-plan 。想先直观感受模型在 CoT 下的输出差异可以直接在模型对话页试https://taotoken.net/chat 。最后留一个实用习惯每次改完config.toml或 prompt先跑第 3 节那段最小脚本确认模型端点没坏再跑 OpenManus 任务。这样能把“配置问题”和“Agent 逻辑问题”分开省掉大量来回猜的时间。任务链的稳定靠的不是一次写对而是每次只改一个变量。