数据截至 2026-08-18(上游 commit 6692a1b5195b)

核心循环：基于 tool-call 的多轮推理

30 秒导读： 一个 agent 之所以能"自己干活"，靠的不是一次问答，而是一个循环——它先让大模型 "想一步"，模型可能说"我要调某个工具"，程序就去执行工具、把结果塞回对话，然后再问模型。这样一圈一圈转，直到模型说"我不需要工具了，这是最终答复"。本章把 CowAgent 的这个循环，从一段十行的示意代码，一路讲到它真实的实现 AgentStreamExecutor。

本章是整套 CowAgent 讲解的主干。其它机制——系统提示词怎么组装、长对话怎么不崩、记忆与知识、技能与工具、自进化——都是挂在这根主干上的枝叶。读懂了这一章，你就抓住了"一个 Agent Harness 到底怎么转"。

1. 这是什么（零基础也能懂）

先想清楚：为什么需要"循环"

单独一个大模型（LLM）只会做一件事：给它一段文字，它续一段文字。它没有手脚——不能真的读文件、跑命令、查数据库。

那 CowAgent 这种"能帮你干活的 AI 助手"是怎么做到的？答案是给模型配一批工具（读文件、执行 bash、搜网页……），然后在模型和工具之间架一个循环：

模型不直接干活，它只会说"帮我调用 bash，命令是 ls"（这叫一次 tool call，工具调用）。
外面的程序（这就是本章的主角）接住这句话，真的去执行 ls，拿到输出。
程序把输出塞回对话历史，再问一遍模型："工具结果是这个，接下来呢？"
模型看到结果，可能继续要下一个工具，也可能说"够了，这是给用户的答复"。

这个"想一步 → 调工具 → 看结果 → 再想"的往复，就是 agent loop（智能体循环），也叫 基于 tool-call 的多轮推理。它是所有能自主干活的 AI agent 的心跳。

一句话直觉

把 LLM 想成一个很聪明但被绑住手脚的大脑；agent loop 就是它的脊髓与四肢—— 大脑发指令（tool call），四肢执行、把感觉（tool result）传回大脑，如此反复，直到任务完成。

用起来什么样

在 CowAgent 里，发起这样一次循环只是一个方法调用（agent/protocol/agent.py:506 run_stream）：

# 示意：真实签名见 Agent.run_stream
response = agent.run_stream("把当前目录下所有 .log 文件删掉")
# 内部会自动转很多圈：
#   模型 → 我要 bash("ls *.log")   → 执行 → 结果回灌
#   模型 → 我要 bash("rm a.log …") → 执行 → 结果回灌
#   模型 → "已删除 3 个日志文件。"  ← 不再要工具，循环结束
print(response)   # "已删除 3 个日志文件。"

调用方只看到一句话进、一句话出；中间转了几圈、调了哪些工具，全被这个循环藏在了内部。

2. 顶层全景（它大概怎么转）

CowAgent 把这套循环拆成两层，各管一摊：

部件	职责一句话	在哪
`Agent`	外壳：持有系统提示词、工具、线程安全的消息历史；每次调用现搭一个执行器	`agent/protocol/agent.py:13`
`AgentStreamExecutor`	引擎：真正跑 while 循环、调 LLM、执行工具、回灌结果	`agent/protocol/agent_stream.py:171`
`BaseTool`	工具契约：每个工具长什么样、怎么被调用、返回什么	`agent/tools/base_tool.py:63`

为什么要分两层？因为外壳是长命的、引擎是一次性的。Agent 对象常驻，攒着跨轮对话的记忆；每来一条用户消息，就临时 new 一个 AgentStreamExecutor 把这轮跑完，然后把更新后的消息历史同步回外壳。这样并发和状态就干净了。

一张图：一次 `run_stream` 的数据流

先说怎么读这张图：从上到下是一次调用的时间顺序；中间那个方框内部会循环多次 （虚线箭头就是"再问一遍"的回灌）。

   用户消息 "帮我干 X"
        │
        ▼
 ┌──────────────────────┐
 │ Agent.run_stream     │  外壳：现搭系统提示词、拷贝消息历史、
 │ (agent.py)           │        new 一个执行器、跑完再同步回来
 └──────────┬───────────┘
            │ 委托
            ▼
 ┌───────────────────────────────────────────────┐
 │ AgentStreamExecutor.run_stream  ← 心跳在这      │
 │                                                │
 │   turn=1,2,3…（上限 max_turns）                 │
 │   ┌──────────────────────────────────────┐     │
 │   │ ① 问 LLM（流式）_call_llm_stream      │     │
 │   │      → 拿到 文字回复 + tool_calls      │     │
 │   ├──────────────────────────────────────┤     │
 │   │ 有 tool_calls？                        │     │
 │   │   否 → 跳出循环，这段文字就是最终答复   │     │
 │   │   是 → ② 逐个执行 _execute_tool        │     │
 │   │         ③ 把 tool_result 追加进 messages│     │
 │   └───────────────┬──────────────────────┘     │
 │                   └───── 再转一圈（回到 ①）┄┄┄┘  │
 └───────────────────────────────────────────────┘
            │ 返回最终文字
            ▼
        response

主线走一遍（高层，不进代码）：用户消息 → 外壳搭好上下文、拷一份消息历史 → 引擎进 while 循环 → 每圈"问模型 / 执行工具 / 回灌结果" → 模型不再要工具时跳出 → 文字答复层层返回给调用方。

3. 核心原理：先用示意代码建立直觉

在钻进真实源码前，先把这个循环的骨架用十几行演出来。看懂这段，后面的真实实现就只是"给骨架加了一堆健壮性血肉"。

这段在演示：循环的最小内核——问、判断、执行、回灌、再问。

# 示意，非源码：agent loop 的最小内核
def run_loop(user_message, tools, max_turns=50):
    messages = [{"role": "user", "content": user_message}]
    for turn in range(max_turns):                 # 有上限，防止无限打转
        reply, tool_calls = ask_llm(messages)     # ① 让模型想一步
        messages.append(assistant_msg(reply, tool_calls))

        if not tool_calls:                        # ② 模型不要工具了 → 收工
            return reply                          #    这段文字就是最终答复

        for call in tool_calls:                   # ③ 模型要工具 → 逐个真的执行
            result = tools[call.name].run(call.args)
            messages.append(tool_result_msg(call.id, result))  # ④ 结果回灌进历史
        # ⑤ for 循环回到顶部，带着新结果"再问一遍"
    return "达到步数上限，强制收尾"                  # 兜底

重点看四件事，它们在真实实现里会被逐一放大：

for turn in range(max_turns) —— 循环必须有硬上限，否则模型可能永远要工具、转不停。
if not tool_calls: return —— 循环的唯一正常出口是"模型这一步没要任何工具"。
messages.append(tool_result_msg(...)) —— 工具结果必须塞回同一条消息历史，模型下一步才看得见。这个"回灌"是整个循环的命脉。
tool_calls 是模型说出来的，不是程序猜的 —— 调哪个工具、传什么参数，全由模型在 ① 里决定。

真实的 AgentStreamExecutor 就是这个骨架，外加：流式输出、失败重试、空回复兜底、上限后强制总结、 JSON 修复、取消处理。下面逐段看。

4. 真实实现：`run_stream` 主循环

真源码在 agent/protocol/agent_stream.py:635 AgentStreamExecutor.run_stream。它做的第一件事是把用户消息以 Claude 的 content-blocks 格式追加进历史（注意 content 是个列表，不是裸字符串）：

# agent_stream.py:665  run_stream —— 用户消息入历史
self.messages.append({
    "role": "user",
    "content": [{"type": "text", "text": user_message}],
})

紧接着是进循环前做一次上下文修剪（agent_stream.py:678），而不是在每步做——这是刻意的：修剪若发生在循环中途，可能把当前这轮刚生成的 tool_use/tool_result 链切断，导致模型犯迷糊。修剪与健壮性是第 3 章的主题，这里只需知道"修剪只在开跑前做一次"。

4.1 循环骨架与 turn 计数

主体就是一个 while turn < self.max_turns 循环（agent_stream.py:701）。每圈开头先探一次"用户是否点了取消"，然后 turn += 1、发一个 turn_start 事件，再调 LLM：

# agent_stream.py:698  run_stream 主循环骨架（节选）
while turn < self.max_turns:
    self._check_cancelled()                 # 取消点：turn 边界
    turn += 1
    assistant_msg, tool_calls = self._call_llm_stream(retry_on_empty=True)  # ① 问模型
    final_response = assistant_msg

    if not tool_calls:                      # ② 没要工具 → 准备收工（含空回复处理）
        ...
        break

    # ③ 有工具 → 逐个执行、回灌（见 4.2）

对照第 3 节的示意骨架，while + turn + if not tool_calls: break 一一对应。max_turns 由外壳传入（Agent.max_steps，默认 100，见 agent.py:49），是防止无限循环的第一道闸。

4.2 执行工具、回灌结果

拿到 tool_calls 后，程序逐个执行，把每个结果打包成一个 tool_result block，最后一次性作为一条 user 消息追加进历史（agent_stream.py:939）：

# agent_stream.py:921  为每个工具结果构造 tool_result block
tool_result_block = {
    "type": "tool_result",
    "tool_use_id": tool_call["id"],      # 必须对上前面 assistant 的 tool_use.id
    "content": result_content,
}
if is_error:
    tool_result_block["is_error"] = True  # 让模型明确知道这步失败了

这里有个极其关键的健壮性设计：追加 tool_result 的代码放在 try/finally 的 finally 里（agent_stream.py:936-944）。含义是——哪怕工具执行途中抛异常，也一定要把 tool_result 补上。为什么？因为 Claude / OpenAI 的消息格式强制要求：每个 tool_use 都必须有一个配对的 tool_result，否则下一轮请求直接被 API 拒绝。少一个配对，整个对话就废了。所以哪怕是紧急兜底，也要塞一个"Tool execution was interrupted"的错误结果进去（agent_stream.py:975）。

一句话记住： tool_use 和 tool_result 必须成对出现，这是这套消息格式的铁律；finally 就是为了在任何异常路径下都守住这个不变量。

结果回灌后，while 回到顶部，带着新的 tool_result 再问一遍模型——循环闭合。

4.3 三种"非正常"收尾

真实循环比示意骨架多了三种边界处理，都是实战踩出来的：

情况	触发条件	怎么处理	源码
空回复	模型既没文字也没工具调用（工具跑完后常见）	若非首轮，注入一句"请向用户说明结果"再问一次；仍空则给固定兜底文案	`agent_stream.py:739`
到达步数上限	`turn` 撞到 `max_turns`	注入一句"你已达步数上限，别再调工具，直接总结"，逼模型出一段文字收尾	`agent_stream.py:995`
用户取消	`cancel_event` 被置位	抛 `AgentCancelledError`，`_handle_cancelled` 补齐悬空的 `tool_result`、加"已取消"标记	`agent_stream.py:1041`

注意"空回复"和"到达上限"这两处都用了同一个小技巧：临时注入一条 user 提示 → 调一次 LLM → 再把这条注入消息从历史里删掉（agent_stream.py:767、:1033），这样它只用来"催"模型一下，不会污染最终持久化的对话记录。

5. `_call_llm_stream`：流式解析与"混合格式"

第 4 节的 ① 问模型 那一步，展开就是 agent_stream.py:1135 _call_llm_stream。这是本章第二个重点，它要理解 CowAgent 一个很有意思的设计——输入用 OpenAI 风格的流，存储用 Claude 风格的消息。

5.1 一边流式收，一边攒三样东西

模型的回复是逐块（chunk）流式吐出来的。_call_llm_stream 迭代这个流，同时往三个桶里攒（agent_stream.py:1218）：

full_content —— 给用户看的正文文字
full_reasoning —— 模型的思维链 / reasoning（若开了深度思考）
tool_calls_buffer —— 工具调用（分块拼接，见下）

每收到一块，就实时发 message_update 事件推给前端（agent_stream.py:1327），所以用户能看到文字一个字一个字冒出来。

5.2 tool_calls 是"攒"出来的（OpenAI 风格流）

这里是关键细节：模型要调工具时，工具名和参数不是一次给全的，而是拆成很多小块流过来，程序要按 index 把它们拼起来（agent_stream.py:1330）：

# agent_stream.py:1323  逐块拼接 tool_calls（OpenAI delta 风格）
for tc_delta in delta["tool_calls"]:
    index = tc_delta.get("index", 0)
    if index not in tool_calls_buffer:
        tool_calls_buffer[index] = {"id": "", "name": "", "arguments": ""}
    if tc_delta.get("id"):
        tool_calls_buffer[index]["id"] = tc_delta["id"]
    if "function" in tc_delta:
        func = tc_delta["function"]
        if func.get("name"):
            tool_calls_buffer[index]["name"] = func["name"]
        if func.get("arguments"):
            tool_calls_buffer[index]["arguments"] += func["arguments"]  # 字符串一段段拼

注意 arguments 是字符串累加（+=）——参数的 JSON 是一小段一小段拼出来的，流结束后才是一个完整的 JSON 字符串，届时再解析（见 5.4）。这套 choices[0].delta.tool_calls[].function.arguments 的结构，是 OpenAI 的 chat completions 流式协议。

5.3 存进历史时，翻成 Claude 的 content-blocks

流读完后，程序把这一轮 assistant 的回复组装成 Claude 风格的 content-blocks 列表再入历史（agent_stream.py:1506）：一个 thinking block（思维链，会先截断，见下）+ 一个 text block + 若干 tool_use block：

# agent_stream.py:1513  把 OpenAI 风格的 tool_calls 转成 Claude 的 tool_use block
for tc in tool_calls:
    assistant_msg["content"].append({
        "type": "tool_use",
        "id":   tc.get("id", ""),
        "name": tc.get("name", ""),
        "input": tc.get("arguments", {}),
    })

这就是"混合格式"的全貌：

   接收（读流）                 存储 / 回放（消息历史）
   OpenAI 风格          ──►     Claude 风格 content-blocks
   choices[].delta:            {role, content: [
     .content                     {type:"thinking", ...},
     .reasoning_content           {type:"text",     ...},
     .tool_calls[].function       {type:"tool_use", id,name,input},
                                  {type:"tool_result", tool_use_id, content}  ← 工具结果
                                ]}

为什么这么设计？因为 CowAgent 要同时对接一堆不同厂商的模型（Claude、GPT、DeepSeek、Gemini、 MiniMax……），底层适配器统一吐 OpenAI 风格的流最省事；而 Claude 的 content-blocks 表达力更强（能把 thinking / text / tool_use 放在同一条消息里、tool_result 用 id 精确配对），更适合做 存储和多轮回放。于是就有了"进来是 OpenAI 流、存下去是 Claude blocks"的组合。

几个厂商专属的小尾巴也在这里处理：Gemini 的 thoughtSignature 要原样透传给下一轮（_gemini_raw_parts，agent_stream.py:1351、:1523）；MiniMax 把 <think> 直接塞正文里，要按渠道决定是渲染还是剥掉（_filter_think_tags，agent_stream.py:501）。这些是"让混合格式在真实厂商上跑得通"的胶水。

5.4 参数解析：JSON + json_repair + 截断识别

拼好的 arguments 字符串要变成真正的 dict，交给 _parse_tool_args（agent_stream.py:139）。它按 三级降级处理，因为模型吐的 JSON 不总是合法的：

  arguments 字符串
        │
        ▼
  json.loads() ── 成功 ─► 返回 dict
        │失败(JSONDecodeError)
        ▼
  是被 max_tokens 截断的吗？        ← finish_reason 是 length/max_tokens，
        │是                          或字符串结尾不是 "}"
        ▼
  直接报"输出被截断，请拆小分多次调用"（不修，修也没用）
        │否
        ▼
  json_repair 尝试修复（转义错乱等）── 成功 ─► 返回修好的 dict
        │仍失败
        ▼
  返回原始解码错误

真源码里这三级一目了然：

# agent_stream.py:156  _parse_tool_args 的降级判断（节选）
except json.JSONDecodeError as e:
    if finish_reason in ("length", "max_tokens") or not args_str.rstrip().endswith("}"):
        return {}, "Output truncated (max_tokens reached). Split content into smaller chunks…"
    if _HAS_JSON_REPAIR:
        repaired = _repair_json(args_str, return_objects=True)  # 容错修复
        if isinstance(repaired, dict):
            return repaired, None
    return {}, f"Invalid JSON in tool arguments: {e.msg}"

先判截断、再修复这个顺序很讲究：如果 JSON 是被 token 上限硬切断的（比如模型在写一个超长的文件内容写到一半没词了），json_repair 就算"修好"也会丢掉后半段内容、悄悄给出错误结果——那还不如直接告诉模型"你被截断了，把内容拆小分几次调用"。解析失败的工具调用会带上 _parse_error 标记继续往下走，在 _execute_tool 里被转成一条 error 结果（agent_stream.py:1612），依旧保住 tool_use/tool_result 的配对。

6. `_execute_tool`：一次工具执行的生命周期

第 4.2 节里"逐个执行"那一步，展开是 agent_stream.py:1597 _execute_tool。它把一次工具调用包成一个有头有尾的小流程：

解析错误短路：若这个 call 带 _parse_error（5.4 里没解析成功的），直接返回 error，不执行。
连续失败保护：调 _check_consecutive_failures（agent_stream.py:564）——这是防打转的第二道闸，下面单独讲。
取工具、设上下文：从 self.tools 字典按名取工具，给它挂上 model、context（就是 Agent 自己）、以及一个 progress_callback（工具可以借它往前端推进度）（agent_stream.py:1720）。
计时执行：tool.execute_tool(arguments)，记 execution_time。
记账：_record_tool_result 把 (工具名, 参数hash, 成功与否) 存进 tool_failure_history （agent_stream.py:627），供第 2 步的失败保护查历史。

# agent_stream.py:1690  执行工具并计时（节选）
start_time = time.time()
try:
    result: ToolResult = tool.execute_tool(arguments)   # 真正干活
finally:
    tool.progress_callback = None                       # 用完摘掉回调
execution_time = time.time() - start_time
success = result.status == "success"
self._record_tool_result(tool_name, arguments, success) # 记账，供防打转用

防打转：不止 `max_turns` 一道闸

max_turns 拦的是"总步数"，但真实里更常见的坏味道是模型拿同样的参数反复调同一个工具（陷在局部）。_check_consecutive_failures 就盯这个，用 tool_failure_history 做了多级熔断 （agent_stream.py:564）：

触发条件	动作
同工具 + 同参数连续调 5 次（不管成没成功）	停这次调用，提示"疑似死循环，结果之前已返回"
同工具 + 同参数连续失败 3 次	停，提示换个完全不同的方法
同工具（任意参数）连续失败 6 次	停
同工具连续失败 8 次	致命：`critical_error`，直接中止整个对话并给用户道歉文案

这些数字（5/3/6/8）都是硬编码的经验阈值。它们和 max_turns 一起，构成 CowAgent 对"agent 卡死" 的纵深防御。

7. 工具契约：`BaseTool`

循环能"调工具"，前提是所有工具长一个统一的样子。这个契约就是 agent/tools/base_tool.py:63 BaseTool。它很薄，但每个字段循环都要用到：

成员	作用	源码
`name` / `description` / `params`	工具的名字、说明、参数 JSON Schema——组装给 LLM 的工具定义时要用	`base_tool.py:70`
`execute_tool(params)`	循环调用的统一入口；内部 try 包一层再转发到 `execute`	`base_tool.py:163`
`execute(params)`	子类真正实现干活逻辑的地方（抽象，必须重写）	`base_tool.py:169`
`stage`（`ToolStage`）	工具属于哪个阶段：`PRE_PROCESS`（模型主动调）还是 `POST_PROCESS`（收尾自动跑）	`base_tool.py:7`

工具执行结果统一用 ToolResult（base_tool.py:13，新版本多了个可选的 display 字段供人类可读展示）包装，只有两种造法：

# base_tool.py:29  工具结果的两个静态构造器
ToolResult.success(result)   # status="success"
ToolResult.fail(result)      # status="error"

execute_tool 返回的 result.status 就是第 6 节里 success = result.status == "success" 判断成败的依据，一路上溯决定 tool_result block 要不要带 is_error。

`ToolStage`：两类工具，两种时机

ToolStage（base_tool.py:7）把工具分成两拨：

PRE_PROCESS（默认） —— 循环里由模型主动选择调用的工具（bash、读文件等）。本章讲的循环全程操作的都是这类。
POST_PROCESS —— 不进循环，在整轮 run_stream 结束后由外壳统一跑一遍的收尾工具，见 Agent._execute_post_process_tools（agent.py:435）。它们不吃参数，自己从 context（Agent）里取需要的信息，典型用途是"这一轮结束后顺手做点副作用"。

8. 外壳：`Agent` 类做了什么

引擎（AgentStreamExecutor）是一次性的；长命的状态都在外壳 Agent（agent/protocol/agent.py:13）。本章只需理解外壳与循环相关的三件事。

8.1 `run_stream` 外壳：搭台、委托、同步回来

Agent.run_stream（agent.py:506）本身不跑循环，它只做三件事：

# agent.py:501  Agent.run_stream 的三步（节选）
full_system_prompt = self.get_full_system_prompt(skill_filter=skill_filter)  # ① 现搭系统提示词
with self.messages_lock:
    messages_copy = self.messages.copy()          # ② 拷一份消息历史给引擎
executor = AgentStreamExecutor(agent=self, ..., messages=messages_copy, max_turns=self.max_steps)
response = executor.run_stream(user_message)      #    委托引擎跑完整个循环
with self.messages_lock:
    self.messages = list(executor.messages)       # ③ 把引擎更新后的历史同步回外壳

① 系统提示词每次现搭：get_full_system_prompt（agent.py:202）每轮从磁盘重读 AGENT.md / USER.md / RULE.md、刷新技能与工具再拼——这是第 2 章的主题，本章不展开，只需知道传给引擎的 system_prompt 是"每轮从零重建"的。
② 传的是消息历史的拷贝：引擎在拷贝上折腾（可能修剪、可能清空），跑完再由外壳决定怎么并回。
③ 用替换而非追加同步：因为引擎可能修剪掉了历史，长度会变短，所以是 self.messages = list(...) 整体替换（agent.py:634），不能简单 append。

8.2 `messages` / `messages_lock`：线程安全

外壳的 self.messages 是跨轮对话的唯一真相，可能被多线程访问（一个用户消息在跑、另一个渠道又来一条）。所以所有读写都用 self.messages_lock 这把锁围起来（agent.py:56、:505、:544）。引擎在自己的拷贝上工作、外壳在锁内并回，这套"拷贝—委托—并回"就是 CowAgent 处理并发的办法。

8.3 异常时的自愈

如果引擎中途因上下文溢出 / 消息格式错误把自己的 messages 清空了（自救，见第 3 章），外壳会察觉到并把自己的历史也清掉（agent.py:592），免得下一条消息又撞进同一个溢出——这是外壳和引擎之间的一个默契。

9. 边界与局限（本章刻意不覆盖的）

这一章只讲主循环这根主干，几个紧邻的机制留给兄弟章节，别在这里找：

想了解	去哪
系统提示词怎么每轮从零重建、AGENT.md/USER.md/RULE.md 怎么拼	02-system-prompt.md
`_trim_messages` / `_smart_compact_to_budget` / 溢出自愈 / 消息合法性修复	03-context-robustness.md
三层记忆、`flush_memory`、上下文摘要注入	04-memory-knowledge.md
具体有哪些工具、SKILL.md 渐进式披露、MCP 工具检索（`_select_tools_for_injection`）内部	05-skills-tools-mcp.md
空闲时回看对话、自我进化	06-self-evolution.md

另外几个诚实的边界：

工具默认串行、局部可并行：一轮里多个 tool_calls 默认依次执行（agent_stream.py:841 的 for）；例外是声明了 parallel_safe 的工具——同一轮里这类调用 ≥2 个时会经 _run_parallel_calls （agent_stream.py:1557）用线程池并行跑，结果仍按原顺序回灌。
max_turns 默认 100（agent.py:49），撞上限后是"强制总结"而非报错，所以超长任务可能拿到一个 "没做完"的收尾，而不是完整结果。
token 估算是近似的：_estimate_text_tokens（agent.py:393）用"CJK≈1.5、ASCII≈0.25 字/token" 的粗估，不是真实分词，所以修剪触发的时机是估出来的、有偏差。

10. 巧妙之处（可带走的技术）

finally 里补 tool_result（agent_stream.py:936-944）：把"守住 tool_use/tool_result 配对"这个 API 铁律放进 finally，任何异常路径都塌不了消息历史。这是做多轮 tool-call 循环最该抄的一招。
注入式提示后即删（agent_stream.py:767、:1033）：临时插一条 user 消息催模型，用完从历史里删掉——既能"引导"模型，又不污染持久化记录。
先判截断、再修 JSON（agent_stream.py:157）：识别 max_tokens 截断后拒绝用 json_repair "修"，避免悄悄丢内容——诚实报错胜过假装成功。
多级失败熔断（agent_stream.py:564）：在 max_turns 之外，用参数 hash 历史盯"同参重复调用"，把"卡死"和"报错"分开处理，最后 8 次失败给用户一段体面的道歉而非崩溃。
混合格式（§5.3）：进来用 OpenAI 流（好适配多厂商）、存下去用 Claude content-blocks（表达力强、好回放），各取所长。

11. 代码地图（导航索引）

用符号名 grep 比记行号更抗漂移。

主题	文件路径	符号
循环外壳、消息历史、并发同步	`agent/protocol/agent.py`	`Agent.run_stream`
POST_PROCESS 收尾工具	`agent/protocol/agent.py`	`Agent._execute_post_process_tools`
token 估算（触发修剪用）	`agent/protocol/agent.py`	`Agent._estimate_text_tokens`
主循环 / turn 计数 / 上限总结 / 空回复兜底	`agent/protocol/agent_stream.py`	`AgentStreamExecutor.run_stream`
流式解析、混合格式、组装 assistant 消息	`agent/protocol/agent_stream.py`	`AgentStreamExecutor._call_llm_stream`
工具参数三级解析（json→repair→截断）	`agent/protocol/agent_stream.py`	`_parse_tool_args`
单次工具执行、上下文注入、计时	`agent/protocol/agent_stream.py`	`AgentStreamExecutor._execute_tool`
多级失败熔断（防打转）	`agent/protocol/agent_stream.py`	`AgentStreamExecutor._check_consecutive_failures`
取消处理、补齐悬空 tool_result	`agent/protocol/agent_stream.py`	`AgentStreamExecutor._handle_cancelled`
思维链存储截断	`agent/protocol/agent_stream.py`	`_truncate_reasoning_for_storage`
工具契约、执行入口	`agent/tools/base_tool.py`	`BaseTool.execute_tool`
工具阶段枚举	`agent/tools/base_tool.py`	`ToolStage`
工具结果包装	`agent/tools/base_tool.py`	`ToolResult.success` / `ToolResult.fail`

1. 这是什么（零基础也能懂）​

先想清楚：为什么需要"循环"​

一句话直觉​

用起来什么样​

2. 顶层全景（它大概怎么转）​

一张图：一次 run_stream 的数据流​

3. 核心原理：先用示意代码建立直觉​

4. 真实实现：run_stream 主循环​

4.1 循环骨架与 turn 计数​

4.2 执行工具、回灌结果​

4.3 三种"非正常"收尾​

5. _call_llm_stream：流式解析与"混合格式"​

5.1 一边流式收，一边攒三样东西​

5.2 tool_calls 是"攒"出来的（OpenAI 风格流）​

5.3 存进历史时，翻成 Claude 的 content-blocks​

5.4 参数解析：JSON + json_repair + 截断识别​

6. _execute_tool：一次工具执行的生命周期​

防打转：不止 max_turns 一道闸​

7. 工具契约：BaseTool​

ToolStage：两类工具，两种时机​

8. 外壳：Agent 类做了什么​

8.1 run_stream 外壳：搭台、委托、同步回来​

8.2 messages / messages_lock：线程安全​

8.3 异常时的自愈​

9. 边界与局限（本章刻意不覆盖的）​

10. 巧妙之处（可带走的技术）​

11. 代码地图（导航索引）​