Agent 循环内部机制

核心编排引擎是 run_agent.py 中的 AIAgent 类——一个超过 15000 行的庞大文件，负责从提示组装到工具调度再到提供商故障切换的所有环节。

核心职责

AIAgent 负责以下事项：

• 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）
• 发起支持中断的模型调用并具备取消能力
• 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、重试以及回退模型切换
• 追踪父 Agent 和子 Agent 之间的迭代预算
• 在上下文丢失之前刷新持久化记忆

两个入口点

# 简单接口——返回最终回复字符串
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，根据提供商选择、显式参数和 base URL 启发式规则确定：

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

模式决定消息如何格式化、工具调用如何结构化、响应如何解析以及缓存/流式如何工作。三种模式在 API 调用前后都会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. 显式的 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. Base URL 启发式规则（例如 api.anthropic.com → anthropic_messages）
4. 默认值：chat_completions

回合生命周期

Agent 循环的每次迭代遵循以下顺序：

run_conversation()
  1. 若未提供 task_id，则生成一个
  2. 将用户消息追加到对话历史
  3. 构建或复用缓存的系统提示（prompt_builder.py）
  4. 检查是否需要预压缩（上下文超过 50%）
  5. 根据对话历史构建 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. 如果是 Anthropic 则应用提示缓存标记
  8. 发起可中断的 API 调用（_interruptible_api_call）
  9. 解析响应：
     - 如果是 tool_calls：执行它们，追加结果，返回步骤 5
     - 如果是文本响应：持久化会话，如有需要刷新记忆，返回

消息格式

所有消息内部均采用 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 loop 强制执行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
• 绝不允许连续两条 assistant 消息
• 绝不允许连续两条 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 请求被包装在 _interruptible_api_call() 中，该函数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           ───▶  发送到 provider       │
│    - 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 可以处理新的输入或正常关闭
• 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（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 级别工具

部分工具会在到达 handle_function_call() 之前被 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，并返回合成的工具结果，而不经过注册中心。

回调接口

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

回调	触发时机	使用方
tool_progress_callback	每次工具执行前后	CLI 旋转动画、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	当调用 clarify 工具时	CLI 输入提示、网关交互消息
step_callback	每次完整的 Agent 回合后	网关步骤追踪、ACP 进度
stream_delta_callback	每个流式 token（启用时）	CLI 流式显示
tool_gen_callback	当从流中解析出工具调用时	CLI 旋转动画中的工具预览
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：

• 默认：90 次迭代（可通过 agent.max_turns 配置）
• 每个 Agent 有自己的预算。子 Agent 获得独立预算，上限为 delegation.max_iterations（默认 50）—— 父 Agent 与子 Agent 的总迭代次数可能超过父 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（429 速率限制、5xx 服务器错误、401/403 认证错误）时：

1. 检查配置中的 fallback_providers 列表
2. 按顺序依次尝试每个回退
3. 成功时，用新的提供商继续对话
4. 遇到 401/403 时，在故障切换前尝试刷新凭证

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自己的回退链，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）：如果对话超出模型上下文窗口的 50%
• 网关自动压缩：如果对话超出 85%（更激进，在回合之间运行）

压缩期间发生了什么

1. 内存首先刷新到磁盘（防止数据丢失）
2. 中间对话回合被总结为紧凑摘要
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（从不拆分）
5. 生成新的会话谱系 ID（压缩创建一个"子"会话）

会话持久化

每次回合后：

• 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
• 稍后可通过 /resume 或 hermes chat --resume 恢复会话

关键源文件

文件	用途
run_agent.py	AIAgent 类 — 完整的 Agent 循环
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.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 提示缓存标记与缓存指标
agent/auxiliary_client.py	用于辅助任务（视觉、摘要）的辅助 LLM 客户端
model_tools.py	工具模式收集，handle_function_call() 分发

相关文档

• Provider 运行时解析
• 提示词组装
• 上下文压缩与提示词缓存
• 工具运行时
• 架构概览