2
0
0
Agent 循环与对话流程
2026-08-14
2026-09-07
文章摘要
|
入门04：Agent 循环与对话流程
这篇文章讲的是：当用户发了一条消息，系统内部是怎么"跑"的——就像前端框架的 render 流程，但更复杂，因为 AI 可能要"思考-行动"好几轮才能给出最终回复。
1. 什么是 Turn/Step 循环？
先看一个真实场景：
你问 AI：帮我去搜索 Node.js 最新版本，然后写一个 hello world 文件。
AI 会这样做：
- 先搜网页（调用搜索工具）
- 看到搜索结果后，再写文件（调用文件写入工具）
- 最后告诉你搞定了
所以用户发一条消息，AI 可能要做多轮操作。这就是 Turn/Step 循环：
- Turn（回合） = 一次完整的"用户提问 → AI 最终回复"
- Step（步骤） = Turn 里的一轮"AI 思考 → 可能调用工具"
- 一个 Turn 可以有多个 Step（如果 AI 连续调工具）
就像 React 的 render 流程：一次 setState 可能触发多次 render（因为 useEffect 里又 setState），直到状态稳定。
2. 完整流程（从发消息到收到回复）
2.1 第一步：收到消息
2.2 第二步：拼装提示词
拼好的提示词包含：
- 系统提示：来自各插件的 instructions（就像 HTML 的
<head>） - 上下文：当前时间、工作目录等（就像模板引擎的 locals）
- 工具定义：所有可用的工具清单（就像 API 文档）
- 消息历史：从事件日志"算"出来的对话记录
2.3 第三步：调用 AI
2.4 第四步：执行工具（如果需要）
2.5 第五步：循环直到完成
3. 关键代码（简化版）
// 简化自 packages/core/agent-loop/src/index.ts
// 核心逻辑总共就 30 多行
async function 处理用户消息(input: 用户输入) {
// 1. 记录
session.append('user/message', input)
session.append('turn/start', {})
// 2. 循环：AI 思考 → 执行工具 → 再思考 → 直到不再调用工具
while (true) {
// 3. 准备要发给 AI 的内容
const messages = session.deriveMessages() // 从历史记录算消息
const prompt = await systemPrompt.assemble({ messages })
const tools = toolRuntime.getDefinitions() // 获取所有工具
// 4. 调 AI
const response = await llm.stream({
messages: prompt.messages,
tools: tools,
})
session.append('assistant/message', response)
// 5. 如果 AI 没调用工具，说明回答完了，结束
if (response.toolCalls.length === 0) {
break
}
// 6. AI 要调用工具，执行它
for (const call of response.toolCalls) {
const execution = toolRuntime.createExecution(call.name, call.args)
const result = await execution.execute()
session.append('tool/result', { call, result })
}
}
// 7. 结束回合
session.append('turn/end', {})
return response
}
4. 扩展点（在哪里可以"插一脚"）
Agent 循环在多个关键点暴露了 Waterfall 事件，就像 Express 中间件：
| 事件 | 啥时候触发 | 能干啥 |
|---|---|---|
agent/pre-step | 每轮开始前 | 修改输入、加额外信息 |
agent/post-step | 每轮结束后 | 检查结果、触发特殊操作 |
llm/stream | 调 AI 时 | 修改请求内容、拦截响应 |
tools/pre-execute | 执行工具前 | 改参数、加守卫 |
tools/post-execute | 执行工具后 | 改结果、记日志 |
system-prompt/assemble | 拼提示词时 | 加自定义指令 |
5. 实际场景：搜索 + 写文件
要点总结
- Turn = 一次完整的问答（用户发→AI 最终回）
- Step = Turn 里的一轮"AI 思考 + 可能调工具"
- 一个 Turn 可能多个 Step：就像 React 的多次 render
- 核心流程：记录消息 → 拼提示词 → 调 AI → 执行工具 → 循环
- 消息历史从事件日志"算"出来，不是直接存的
- 6 个 Waterfall 扩展点，可以"插一脚"
进阶阅读
- 源码：
packages/core/agent-loop/src/ - 官方文档：
docs/subsystems/core.md - 名词速查：附录-AI 概念名词速查手册
- 下一步：05-工具系统与 LLM 集成