摘要
我们提出了一种面向多模态与检索增强型问答（QA）的“动作链”（Chain-of-Action, CoA）框架。相较于现有文献，CoA有效解决了当前QA应用面临的两大核心挑战：（i）与实时或领域事实不符的虚假幻觉问题；（ii）在处理复合信息时推理能力薄弱的问题。本研究的核心贡献在于提出一种新颖的推理-检索机制，该机制通过系统性提示（systematic prompting）与预设动作，将复杂问题分解为一系列可执行的推理链。在方法论层面，我们设计了三种可适应不同领域的“即插即用”（Plug-and-Play）动作，用于从异构数据源中检索实时信息。此外，我们引入了一种多参考可信度评分（Multi-Reference Faith Score, MRFS），用以验证答案并解决答案间的冲突。实验方面，我们结合公开基准数据集与一个Web3领域的案例研究，充分验证了CoA相较于现有方法在性能上的优越性。