hermes-agent/website/i18n/zh-Hans/docusaurus-plugin-content-docs/current/developer-guide/agent-loop.md

sidebar_position	title	description
3	Agent Loop 内部机制	AIAgent 执行流程、API 模式、工具、回调及回退行为的详细说明

Agent Loop 内部机制

核心编排引擎是 run_agent.py 中的 AIAgent 类——这是一个大型文件（15k+ 行），负责处理从 prompt（提示词）组装到工具分发再到 provider 故障转移的所有逻辑。

核心职责

AIAgent 负责：

• 通过 prompt_builder.py 组装有效的系统 prompt 和工具 schema
• 选择正确的 provider/API 模式（chat_completions、codex_responses、anthropic_messages）
• 发起支持取消操作的可中断模型调用
• 执行工具调用（顺序执行或通过线程池并发执行）
• 以 OpenAI 消息格式维护对话历史
• 处理压缩、重试和回退模型切换
• 跨父 agent 和子 agent 追踪迭代预算
• 在上下文丢失前将持久化内存刷写到磁盘

两个入口点

# 简单接口——返回最终响应字符串
response = agent.chat("Fix the bug in main.py")

# 完整接口——返回包含消息、元数据、用量统计的 dict
result = agent.run_conversation(
    user_message="Fix the bug in main.py",
    system_message=None,           # 省略时自动构建
    conversation_history=None,      # 省略时自动从 session 加载
    task_id="task_abc123"
)

chat() 是对 run_conversation() 的轻量封装，从结果 dict 中提取 final_response 字段。

API 模式

Hermes 支持三种 API 执行模式，通过 provider 选择、显式参数和 base URL 启发式规则来确定：

API 模式	用途	客户端类型
chat_completions	兼容 OpenAI 的端点（OpenRouter、自定义及大多数 provider）	openai.OpenAI
codex_responses	OpenAI Codex / Responses API	openai.OpenAI（使用 Responses 格式）
anthropic_messages	原生 Anthropic Messages API	通过适配器使用 anthropic.Anthropic

模式决定了消息的格式化方式、工具调用的结构、响应的解析方式，以及缓存/流式传输的工作方式。三种模式在 API 调用前后均收敛到相同的内部消息格式（OpenAI 风格的 role/content/tool_calls dict）。

模式解析顺序：

1. 显式 api_mode 构造函数参数（最高优先级）
2. Provider 特定检测（例如 anthropic provider → anthropic_messages）
3. Base URL 启发式规则（例如 api.anthropic.com → anthropic_messages）
4. 默认：chat_completions

单轮生命周期

agent loop 的每次迭代按以下顺序执行：

run_conversation()
  1. 若未提供则生成 task_id
  2. 将用户消息追加到对话历史
  3. 构建或复用已缓存的系统 prompt（prompt_builder.py）
  4. 检查是否需要预检压缩（上下文超过 50%）
  5. 从对话历史构建 API 消息
     - chat_completions：直接使用 OpenAI 格式
     - codex_responses：转换为 Responses API 输入项
     - anthropic_messages：通过 anthropic_adapter.py 转换
  6. 注入临时 prompt 层（预算警告、上下文压力提示）
  7. 若使用 Anthropic，应用 prompt 缓存标记
  8. 发起可中断的 API 调用（_interruptible_api_call）
  9. 解析响应：
     - 若有 tool_calls：执行工具，追加结果，回到步骤 5
     - 若为文本响应：持久化 session，按需刷写内存，返回

消息格式

所有消息在内部均使用兼容 OpenAI 的格式：

{"role": "system", "content": "..."}
{"role": "user", "content": "..."}
{"role": "assistant", "content": "...", "tool_calls": [...]}
{"role": "tool", "tool_call_id": "...", "content": "..."}

推理内容（来自支持扩展思考的模型）存储在 assistant_msg["reasoning"] 中，并可选择通过 reasoning_callback 展示。

消息交替规则

agent loop 强制执行严格的消息角色交替规则：

• 系统消息之后：User → Assistant → User → Assistant → ...
• 工具调用期间：Assistant（含 tool_calls）→ Tool → Tool → ... → Assistant
• 不允许连续出现两条 assistant 消息
• 不允许连续出现两条 user 消息
• 只有 tool 角色可以连续出现（并行工具结果）

Provider 会验证这些序列，并拒绝格式错误的历史记录。

可中断的 API 调用

API 请求被封装在 _interruptible_api_call() 中，该方法在后台线程中执行实际的 HTTP 调用，同时监听中断事件：

┌────────────────────────────────────────────────────┐
│  主线程                        API 线程             │
│                                                    │
│   等待：                        HTTP POST           │
│    - 响应就绪          ───▶    发送至 provider       │
│    - 中断事件                                       │
│    - 超时                                          │
└────────────────────────────────────────────────────┘

当发生中断（用户发送新消息、/stop 命令或信号）时：

• API 线程被放弃（响应被丢弃）
• agent 可以处理新输入或干净地关闭
• 不会将部分响应注入对话历史

工具执行

顺序执行与并发执行

当模型返回工具调用时：

• 单个工具调用 → 直接在主线程中执行
• 多个工具调用 → 通过 ThreadPoolExecutor 并发执行
  • 例外：标记为交互式的工具（如 clarify）强制顺序执行
  • 无论完成顺序如何，结果均按原始工具调用顺序重新插入

执行流程

for each tool_call in response.tool_calls:
    1. 从 tools/registry.py 解析处理器
    2. 触发 pre_tool_call 插件 hook
    3. 检查是否为危险命令（tools/approval.py）
       - 若危险：调用 approval_callback，等待用户确认
    4. 使用参数 + task_id 执行处理器
    5. 触发 post_tool_call 插件 hook
    6. 将 {"role": "tool", "content": result} 追加到历史

Agent 级工具

部分工具在到达 handle_function_call() 之前，由 run_agent.py 提前拦截：

工具	拦截原因
todo	读写 agent 本地任务状态
memory	向持久化内存文件写入内容（有字符限制）
session_search	通过 agent 的 session DB 查询 session 历史
delegate_task	以隔离上下文生成子 agent

这些工具直接修改 agent 状态，并返回合成的工具结果，不经过注册表。

回调接口

AIAgent 支持平台特定的回调，用于在 CLI、gateway 和 ACP 集成中实现实时进度展示：

回调	触发时机	使用方
tool_progress_callback	每次工具执行前后	CLI spinner、gateway 进度消息
thinking_callback	模型开始/停止思考时	CLI "thinking..." 指示器
reasoning_callback	模型返回推理内容时	CLI 推理展示、gateway 推理块
clarify_callback	调用 clarify 工具时	CLI 输入提示、gateway 交互消息
step_callback	每次完整 agent 轮次结束后	Gateway 步骤追踪、ACP 进度
stream_delta_callback	每个流式 token（启用时）	CLI 流式展示
tool_gen_callback	从流中解析出工具调用时	CLI spinner 中的工具预览
status_callback	状态变更时（思考、执行等）	ACP 状态更新

预算与回退行为

迭代预算

agent 通过 IterationBudget 追踪迭代次数：

• 默认：90 次迭代（可通过 agent.max_turns 配置）
• 每个 agent 拥有独立预算。子 agent 获得独立预算，上限为 delegation.max_iterations（默认 50）——父 agent 与子 agent 的总迭代次数可超过父 agent 的上限
• 达到 100% 时，agent 停止并返回已完成工作的摘要

回退模型

当主模型失败时（429 限流、5xx 服务器错误、401/403 鉴权错误）：

1. 检查配置中的 fallback_providers 列表
2. 按顺序尝试每个回退 provider
3. 成功后，使用新 provider 继续对话
4. 遇到 401/403 时，在故障转移前尝试刷新凭据

回退系统也独立覆盖辅助任务——视觉、压缩和网页提取各自拥有独立的回退链，可通过 auxiliary.* 配置节进行配置。

压缩与持久化

压缩触发时机

• 预检（API 调用前）：对话超过模型上下文窗口的 50%
• Gateway 自动压缩：对话超过 85%（更激进，在轮次之间运行）

压缩过程

1. 首先将内存刷写到磁盘（防止数据丢失）
2. 将中间对话轮次摘要为紧凑的摘要内容
3. 保留最后 N 条消息完整不变（compression.protect_last_n，默认：20）
4. 工具调用/结果消息对保持完整（不拆分）
5. 生成新的 session 血缘 ID（压缩会创建一个"子" session）

Session 持久化

每轮结束后：

• 消息保存到 session 存储（通过 hermes_state.py 使用 SQLite）
• 内存变更刷写到 MEMORY.md / USER.md
• 可通过 /resume 或 hermes chat --resume 恢复 session

关键源文件

文件	用途
run_agent.py	AIAgent 类——完整的 agent loop
agent/prompt_builder.py	从内存、技能、上下文文件和个性组装系统 prompt
agent/context_engine.py	ContextEngine ABC——可插拔的上下文管理
agent/context_compressor.py	默认引擎——有损摘要算法
agent/prompt_caching.py	Anthropic prompt 缓存标记和缓存指标
agent/auxiliary_client.py	用于辅助任务的辅助 LLM 客户端（视觉、摘要）
model_tools.py	工具 schema 集合，handle_function_call() 分发

相关文档

• Provider 运行时解析
• Prompt 组装
• 上下文压缩与 Prompt 缓存
• 工具运行时
• 架构概览