智能体循环内部机制

核心编排引擎是 run_agent.py 的 AIAgent 类——一个大型文件（15k+ 行），处理从提示组装到工具分派再到提供商故障切换的所有内容。

核心职责

AIAgent 负责：

• 通过 prompt_builder.py 组装有效的系统提示词和工具模式
• 选择正确的提供商/API 模式（chat_completions、codex_responses、anthropic_messages）
• 进行可中断的模型调用，支持取消操作
• 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
• 跟踪父智能体和子智能体之间的迭代预算
• 在上下文丢失之前刷新持久化内存

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、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，从提供商选择、显式参数和 base URL 启发式规则中解析：

API 模式	用于	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_responses	OpenAI Codex / Responses API	openai.OpenAI（使用 Responses 格式）
anthropic_messages	原生 Anthropic Messages API	anthropic.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/流式如何工作。所有三种模式在 API 调用前后都汇聚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：chat_completions

轮次生命周期

智能体循环的每次迭代遵循以下序列：

run_conversation()
  1. 如果未提供 task_id，则生成
  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词（prompt_builder.py）
  4. 检查是否需要预压缩（>50% 上下文）
  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. 如果在 Anthropic 上，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：
     - 如果是 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，必要时刷新内存，返回

消息格式

所有消息内部使用兼容 OpenAI 的格式：

{"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，并可选择通过 reasoning_callback 显示。

消息交替规则

智能体循环强制执行严格的消息角色交替：

• 在系统消息之后：User → Assistant → User → Assistant → ...
• 在工具调用期间：Assistant（带 tool_calls）→ Tool → Tool → ... → Assistant
• 绝不能连续两条 assistant 消息
• 绝不能连续两条 user 消息
• 只有 tool 角色可以有连续条目（并行工具结果）

提供商会验证这些序列，并拒绝格式异常的历史记录。

可中断的 API 调用

API 请求被包装在 _interruptible_api_call() 中，该方法在后台上线线程中执行实际的 HTTP 调用，同时监视中断事件：

┌────────────────────────────────────────────────────┐
│  主线程                      API 线程               │
│                                                    │
│  等待：                       HTTP POST            │
│    - 响应就绪         ───▶   到提供商              │
│    - 中断事件                                      │
│    - 超时                                          │
└────────────────────────────────────────────────────┘

当中断时（用户发送新消息、/stop 命令或信号）：

• API 线程被放弃（响应被丢弃）
• 智能体可以处理新的输入或干净地关闭
• 没有部分响应被注入到对话历史中

工具执行

顺序 vs 并发

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 解析处理程序
    2. 触发 pre_tool_call 插件钩子
    3. 检查是否为危险命令（tools/approval.py）
       - 如果危险：调用 approval_callback，等待用户
    4. 使用参数 + task_id 执行处理程序
    5. 触发 post_tool_call 插件钩子
    6. 将 {"role": "tool", "content": result} 追加到历史

智能体级别工具

某些工具被 run_agent.py 在到达 handle_function_call() 之前拦截：

工具	为什么被拦截
todo	读取/写入智能体本地的任务状态
memory	写入持久化内存文件，有字符限制
session_search	通过智能体会话数据库查询会话历史
delegate_task	生成具有独立上下文的子智能体

这些工具直接修改智能体状态，并返回合成工具结果，不经过注册表。

回调接口

AIAgent 支持特定于平台的回调，使 CLI、网关和 ACP 集成能够实时显示进度：

回调	触发时机	使用者
tool_progress_callback	每个工具执行前后	CLI 旋转指示器、网关进度消息
thinking_callback	模型开始/停止思考时	CLI “正在思考…” 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	clarify 工具被调用时	CLI 输入提示、网关交互式消息
step_callback	每个完整的智能体轮次后	网关步骤跟踪、ACP 进度
stream_delta_callback	每个流式令牌（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	状态变化时（思考中、执行中等）	ACP 状态更新

预算和回退行为

迭代预算

智能体通过 IterationBudget 跟踪迭代：

• 默认：90 次迭代（可通过 agent.max_turns 配置）
• 每个智能体有自己的预算。子智能体获得独立的预算，上限为 delegation.max_iterations（默认 50）——父智能体和子智能体之间的总迭代次数可以超过父智能体的上限
• 达到 100% 时，智能体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
3. 成功后，用新提供商继续对话
4. 遇到 401/403 时，在故障切换前尝试凭据刷新

回退系统也独立覆盖辅助任务——视觉、压缩和网页提取各自有可用的回退链，通过 auxiliary.* 配置部分配置。

压缩与持久化

压缩触发时机

• 预压缩（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）

压缩过程中发生的事情

1. 内存首先刷新到磁盘（防止数据丢失）
2. 中间的对话轮次被总结为紧凑摘要
3. 最后 N 条消息保持不变（compression.protect_last_n，默认：20）
4. 工具调用/结果消息对保持在一起（绝不分开）
5. 生成新的会话沿袭 ID（压缩创建一个”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
• 稍后可以通过 /resume 或 hermes chat --resume 恢复会话

关键源文件

文件	用途
run_agent.py	AIAgent 类——完整的智能体循环
agent/prompt_builder.py	从内存、技能、上下文文件、个性等组装系统提示词
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 提示缓存标记和缓存指标
agent/auxiliary_client.py	用于侧边任务（视觉、摘要）的辅助 LLM 客户端
model_tools.py	工具模式收集、handle_function_call() 分派

相关文档

• 提供商运行时解析
• 提示组装
• 上下文压缩与提示缓存
• 工具运行时
• 架构概览