必须用react框架驱动agent，使其边推理边行动、循环试错直至闭环；需确认模型支持function calling，配置agent节点为react策略并启用思考过程输出，设置最大迭代次数为8，注入专用系统提示词，绑定tavily search与web reader工具并验证可用性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在Dify中让AI真正“自己想、自己查、自己决定下一步”，而不是等你一句句指令才动，就必须用ReAct框架驱动Agent——它能让模型边推理边行动，像人一样循环试错直到任务闭环。
确认模型与策略兼容性
进入Dify工作区 → 点击「设置」→「模型供应商」，检查当前所选模型是否原生支持Function Calling。GPT-4 Turbo、Claude 3.5 Sonnet、Qwen2.5-72B等主流商用/开源模型均支持；若使用本地部署的Llama3-70B但未启用tool calling插件，则【必须切换为ReAct策略】，否则工具调用会静默失败。
不支持Function Calling的模型强行启用该策略，会导致Agent在第一次工具调用后直接终止，无错误提示，仅返回空响应。
添加并配置Agent节点
在Chatflow画布空白处拖入「Agent」节点 → 双击打开配置面板 → 在「Agent策略」下拉菜单中选择「ReAct」。
勾选「启用思考过程输出」：这会让Agent在最终回复前显式输出Thought: / Action: / Observation:三段式内容，方便你调试每一轮推理是否合理。不勾选时，这些中间步骤将被隐藏，只返回最终结论。
设置最大迭代次数为8：ReAct是循环结构，每轮消耗1次token预算。设太低（如3）可能导致搜索不全；设太高（如20）易触发平台限流或超时中断。
注入ReAct专用系统提示词
在Agent节点的「提示词」区域，粘贴以下结构化指令：
本文档主要讲述的是React Native For Android 源码编译；希望对大家会有帮助；感兴趣的朋友可以过来看看
你是一个自主规划型Agent，严格遵循ReAct范式：每轮必须先输出Thought:（分析现状、缺口、下一步目标），再输出Action:（仅限已声明工具名），最后等待Observation:（由系统注入）。禁止合并Thought与Action，禁止虚构未注册工具，禁止在Action后自行解释。
当前可用工具：[Tavily Search]用于实时竞品功能检索，[Web Reader]用于提取指定URL正文。所有Action参数必须为JSON格式，键名与工具定义完全一致。
【关键约束】：若Observation返回空结果或HTTP 404，必须更换关键词重试，不得直接放弃或编造结论。
绑定工具并验证可用性
方法一：使用内置Tavily插件
进入「工具」→「添加工具」→ 搜索「Tavily」→ 点击安装 → 粘贴Tavily API Key → 测试连接成功后保存。
方法二：手动注册Web Reader工具
需提供OpenAPI规范URL或填写Swagger JSON Schema；若填错response字段路径，后续Observation将无法解析HTML正文，导致Agent卡死在“等待网页内容”状态。
完成绑定后，回到Agent节点配置页，点击「刷新工具列表」按钮，确保[Tavily Search]和[Web Reader]出现在下拉选项中。
构建带反馈闭环的执行链
第一步：用户输入“分析Notion和ClickUp在2026年Q2的协作功能差异”
第二步：Agent输出Thought: 需获取两家公司官网最新功能页及第三方评测报告 → Action: Tavily Search → {"query": "Notion 2026 Q2 new features site:notion.so"}
第三步：系统注入Observation: 返回3条URL，含notion.so/changelog和techcrunch.com报道链接
第四步：Agent输出Thought: changelog页结构清晰，优先提取 → Action: Web Reader → {"url": "https://notion.so/changelog"}
第五步：系统注入Observation: 提取到“Multi-view boards launched June 12”等文本
第六步：Agent继续调用Tavily搜索ClickUp同时间段更新，再比对输出差异结论。
