跳到主要内容

Agent Loop 内部机制

核心编排引擎是 run_agent.py 中的 AIAgent 类——大约 13700 行代码，处理从提示组装到工具调度再到提供商故障切换的所有事情。

核心职责​

AIAgent 负责：

  • 通过 prompt_builder.py 组装有效的系统提示和工具模式
  • 选择正确的提供商/API 模式（chat_completions、codex_responses、anthropic_messages）
  • 进行支持取消的可中断模型调用
  • 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
  • 跟踪父 Agent 和子 Agent 之间的迭代预算
  • 在上下文丢失前刷新持久记忆

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、使用统计的字典
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,      # 省略时从会话自动加载
    task_id="task_abc123"
)

chat() 是 run_conversation() 的一个轻量封装，从结果字典中提取 final_response 字段。

API 模式​

Hermes 支持三种 API 执行模式，通过提供商选择、显式参数和基础 URL 启发式规则确定：

API 模式用途客户端类型
chat_completions兼容 OpenAI 的端点（OpenRouter、自定义、大多数提供商）openai.OpenAI
codex_responsesOpenAI Codex / Responses APIopenai.OpenAI（使用 Responses 格式）
anthropic_messages原生 Anthropic Messages APIanthropic.Anthropic（通过适配器）

模式决定了消息如何格式化、工具调用如何结构化、响应如何解析，以及缓存/流式处理如何工作。在 API 调用前后，三种模式都收敛到相同的内部消息格式（OpenAI 风格的 role/content/tool_calls 字典）。

模式解析顺序：

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

轮次生命周期​

Agent 循环的每次迭代遵循以下顺序：

run_conversation()
  1. 如果未提供 task_id，则生成一个
  2. 将用户消息追加到对话历史
  3. 构建或重用缓存的系统提示（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. 注入临时提示层（预算警告、上下文压力）
  7. 如果使用 Anthropic，则应用提示缓存标记
  8. 进行可中断的 API 调用（_interruptible_api_call）
  9. 解析响应：
     - 如果有 tool_calls：执行它们，追加结果，循环回到步骤 5
     - 如果是文本响应：持久化会话，必要时刷新记忆，返回

消息格式​

所有消息在内部使用 OpenAI 兼容格式：

{"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，并可通过 reasoning_callback 选择性地显示。

消息交替规则​

Agent 循环强制严格的消息角色交替：

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

提供者会验证这些序列，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，同时监控中断事件：

┌────────────────────────────────────────────────────┐
│  主线程                      API 线程              │
│                                                    │
│  等待：                       HTTP POST            │
│    - 响应就绪          ───▶   发送给提供者          │
│    - 中断事件                                       │
│    - 超时                                           │
└────────────────────────────────────────────────────┘

当中断发生时（用户发送新消息、/stop 命令或信号）：

  • 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 → 在主线程中直接执行
  • 多个工具调用 → 通过 ThreadPoolExecutor 并发执行
    • 例外：标记为交互式的工具（例如 clarify）强制顺序执行
    • 无论完成顺序如何，结果都会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 插件钩子
    3. 检查是否为危险命令 (tools/approval.py)
       - 如果是危险命令：调用 approval_callback，等待用户
    4. 使用参数 + task_id 执行处理器
    5. 触发 post_tool_call 插件钩子
    6. 将 {"role": "tool", "content": result} 追加到历史记录

Agent 级工具​

某些工具在到达 handle_function_call() 之前 会被 run_agent.py 拦截：

工具拦截原因
todo读取/写入 Agent 本地任务状态
memory写入具有字符限制的持久化记忆文件
session_search通过 Agent 的会话数据库查询会话历史
delegate_task生成具有隔离上下文的子 Agent(s)
这些工具直接修改 Agent 状态，并返回合成工具结果，无需经过注册中心。

回调接口​

AIAgent 支持平台特定的回调，可在 CLI、网关和 ACP 集成中实现实时进度反馈：

回调触发时机使用方
tool_progress_callback每次工具执行前后CLI 旋转指示器、网关进度消息
thinking_callback模型开始/停止思考时CLI “思考中...” 指示器
reasoning_callback模型返回推理内容时CLI 推理显示、网关推理块
clarify_callback调用 clarify 工具时CLI 输入提示、网关交互消息
step_callback每个完整的 Agent 轮次结束后网关步骤跟踪、ACP 进度
stream_delta_callback每个流式 token（启用时）CLI 流式显示
tool_gen_callback从流中解析出工具调用时CLI 旋转指示器中的工具预览
status_callback状态变化（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 跟踪迭代次数：

  • 默认：90 次迭代（可通过 agent.max_turns 配置）
  • 每个 Agent 拥有自己的预算。子 Agent 拥有独立的预算，上限为 delegation.max_iterations（默认 50）——父 Agent 与子 Agent 的总迭代次数可以超过父 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 速率限制、5xx 服务器错误、401/403 认证错误）：

  1. 检查配置中的 fallback_providers 列表
  2. 按顺序尝试每个回退模型
  3. 成功后，使用新提供商继续对话
  4. 对于 401/403 错误，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、网页提取和会话搜索各自拥有独立的回退链，可通过 auxiliary.* 配置部分进行配置。

压缩与持久化​

压缩触发时机​

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

压缩期间发生什么​

  1. 内存首先刷新到磁盘（防止数据丢失）
  2. 中间对话轮次被总结为紧凑摘要
  3. 最后 N 条消息保持完整（compression.protect_last_n，默认：20）
  4. 工具调用/结果消息对保持在一起（永不拆分）
  5. 生成新的会话谱系 ID（压缩会创建一个“子”会话）

会话持久化​

每轮之后：

  • 消息保存到会话存储（通过 hermes_state.py 的 SQLite）
  • 内存更改刷新到 MEMORY.md / USER.md
  • 会话稍后可通过 /resume 或 hermes chat --resume 恢复

关键源文件​

文件用途
run_agent.pyAIAgent 类——完整的 Agent 循环（约 13,700 行）
agent/prompt_builder.py从内存、技能、上下文文件、个性组装系统提示
agent/context_engine.pyContextEngine 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.pyAnthropic 提示缓存标记和缓存指标
agent/auxiliary_client.py用于辅助任务（视觉、摘要）的辅助 LLM 客户端
model_tools.py工具模式集合，handle_function_call() 分发