Agent 核心导读

#

在仓库里打开这些文件。扫读即可，不必背参数列表。

1. run_agent.py — facade

#

AIAgent 由 mixin 组装，构造走 agent/agent_init.py。公开接口包括：

• chat(message) -> str
• run_conversation(...) — 返回 final_response + messages

入门先关心 model、provider、enabled_toolsets、platform、session_id。

2. agent/conversation_loop.py — 循环

#

概念形状（简化）：

while under_iteration_budget:
    if interrupted:
        break
    response = client.chat.completions.create(
        model=model, messages=messages, tools=tool_schemas
    )
    if response.tool_calls:
        for tc in response.tool_calls:
            messages.append(tool_result_message(
                handle_function_call(tc.name, tc.args, task_id)
            ))
    else:
        return response.content

真实代码还有预检、重试、overflow、压缩、用量与收尾——各在 agent/turn_*.py。

3. 按名字扫 agent/turn_*.py

#

rg -n "^def " agent/turn_*.py

4. Prompt 组装

#

• agent/prompt_builder.py
• 相关：prompt caching、compression facade

稳定/上下文层可缓存；临时覆盖不要随便改写缓存前缀。见 设计不变量。

5. 内联 / Agent 级工具

#

部分工具（todo、memory…）经 agent/inline_tool_executors.py 的 INLINE_TOOL_EXECUTORS 在 handle_function_call() 前拦截。新增用表驱动，不要 if name == ... 长链。

练习（约 10 分钟）

#

1. 找到 AIAgent.run_conversation 并确认它委托给 conversation loop
2. 列出五个 turn_*.py 文件名，从名字猜阶段
3. 找到 tool schemas 传入 API 调用的位置

下一章

#

工具与注册表

延伸阅读

#

• website/docs/developer-guide/agent-loop.md
• agent/AGENTS.md