agent-loop

分类: 开发与编程 | 上传者: Color2333Color2333 | 下载: 0 | 版本: v1.0(最新)

AgentLoop 是整个 Agent Harness 的心脏。使用此 skill 当你需要: - 构建新的 Agent 系统 - 理解 Model + Harness 的关系 - 使用 chat() 快捷函数进行单轮对话 --- # Agent Loop — 理解 Model + Harness 的关系 ## 核心真理 > **"The model IS the agent. The code is the harness."** - Model(Claude/GPT):决定何时调用工具,何时停止 - Harness(我们的代码):执行工具、收集结果、注入回 context 两者各司其职,不能互相替代。 ## 循环模式(s01 核心) ``` while stop_reason == "tool_use": response = LLM(messages, tools) execute each tool call append results to messages ``` 这就是 agent loop 的全部。Model 决定何时调用工具,我们执行工具。 ## AgentLoop 使用方式 ```python from agent_core import AgentConfig, ToolDispatcher, AgentLoop from agent_core.tools.bash import run_bash from agent_core.tools.filesystem import run_read, run_write, run_edit config = AgentConfig( model="claude-sonnet-4-20250514", system_prompt="You are a coding agent at /path/to/project.", ) dispatcher = ToolDispatcher() dispatcher.register("bash", run_bash) dispatcher.register("read_file", run_read) dispatcher.register("write_file", run_write) dispatcher.register("edit_file", run_edit) loop = AgentLoop(config, dispatcher) messages = [{"role": "user", "content": "帮我添加用户认证功能"}] response = loop.run(messages) print(response.text) # 最终文本回复 print(response.stop_reason) # 为什么停止 print(response.tool_results) # 所有工具执行结果 ``` ## 快捷函数:chat() 单轮对话不需要手动创建 loop: ```python from agent_core import chat result = chat( system_prompt="You are a helpful coding assistant.", user_message="What files were modified today?", model="claude-sonnet-4-20250514", tools={ "bash": run_bash, "read_file": run_read, } ) print(result.text) ``` ## 何时使用 AgentLoop **使用:** - 构建新的 Agent 系统 - 需要细粒度控制 tool dispatch 逻辑 - 需要在 tool 执行前后插入 hook - 需要访问 `tool_results` 做日志/分析 **不需要:** - 简单的一次性 LLM 调用 → 直接用 `client.messages.create()` - 已有框架内置了 loop → 参考这个 skill 理解原理即可 ## AgentLoop 类方法 | 方法 | 作用 | |------|------| | `loop.run(messages)` | 执行完整循环,返回 AgentResponse | | `AgentResponse.text` | LLM 最终文本回复 | | `AgentResponse.stop_reason` | 停止原因(tool_use/end_turn/max_tokens) | | `AgentResponse.tool_results`

更新日志: Source: GitHub https://github.com/Color2333/PaperMind

目录结构

当前层级: packages/agent_core/skills/agent-loop/

SKILL.md

登录后下载/点赞/收藏 ❤ 14 | ★ 0
评论 0

请先登录后评论。

还没有评论,快来第一个发言吧。