跳到主要内容

Agent 循环内部机制

核心编排引擎是 run_agent.py 中的 AIAgent 类——约 10,700 行代码，处理从 prompt 组装到工具调度再到 provider 故障转移的所有内容。

核心职责​

AIAgent 负责：

  • 通过 prompt_builder.py 组装有效的系统提示和工具 schema
  • 选择正确的 provider/API 模式（chat_completions、codex_responses、anthropic_messages）
  • 执行可中断的模型调用，支持取消
  • 执行工具调用（通过线程池顺序或并发执行）
  • 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
  • 跟踪父代理和子代理的迭代预算
  • 在上下文丢失前刷新持久化内存

两个入口点​

# 简单接口 — 返回最终响应字符串
response = agent.chat("修复 main.py 中的 bug")

# 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="修复 main.py 中的 bug",
    system_message=None,           # 如果省略则自动构建
    conversation_history=None,      # 如果省略则从会话自动加载
    task_id="task_abc123"
)

chat() 是 run_conversation() 的薄封装，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，由 provider 选择、显式参数和 base URL 启发式方法解析：

API 模式用途客户端类型
chat_completionsOpenAI 兼容端点（OpenRouter、自定义、大多数 provider）openai.OpenAI
codex_responsesOpenAI Codex / Responses APIopenai.OpenAI（Responses 格式）
anthropic_messages原生 Anthropic Messages APIanthropic.Anthropic（通过 adapter）

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/流式传输如何工作。所有三种模式在 API 调用前后都收敛到相同的内部消息格式（OpenAI 风格的 role/content/tool_calls 字典）。

模式解析优先级：

  1. 显式 api_mode 构造参数（最高优先级）
  2. Provider 特定检测（如 anthropic provider → anthropic_messages）
  3. Base URL 启发式（如 api.anthropic.com → anthropic_messages）
  4. 默认：chat_completions

Turn 生命周期​

Agent 循环的每次迭代遵循以下序列：

run_conversation()
  1. 如果未提供则生成 task_id
  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（>50% 上下文）
  5. 从对话历史构建 API 消息
     - chat_completions: OpenAI 格式原样使用
     - 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 prompt 缓存标记
  8. 执行可中断的 API 调用（_api_call_with_interrupt）
  9. 解析响应：
     - 如果有 tool_calls: 执行它们，追加结果，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，可选地通过 reasoning_callback 显示。

消息交替规则​

Agent 循环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（带 tool_calls） → Tool → Tool → ... → Assistant
  • 绝不连续两个 assistant 消息
  • 绝不连续两个 user 消息
  • 只有 tool 角色可以有连续条目（并行工具结果）

Provider 会验证这些序列，拒绝格式不正确的历史。

可中断的 API 调用​

API 请求被包装在 _api_call_with_interrupt() 中，它在后台线程中运行实际的 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 可以处理新输入或优雅关闭
  • 不会有部分响应被注入对话历史

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（如 clarify）强制顺序执行
    • 结果按原始工具调用顺序重新插入，不考虑完成顺序

执行流程​

对于 response.tool_calls 中的每个 tool_call:
    1. 从 tools/registry.py 解析处理函数
    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，等待用户确认
    4. 使用 args + task_id 执行处理函数
    5. 触发 post_tool_call 插件钩子
    6. 将 {"role": "tool", "content": result} 追加到历史

Agent 级别工具​

一些工具在到达 handle_function_call() 之前被 run_agent.py 拦截：

工具拦截原因
todo读写 agent 局部的任务状态
memory写入带有字符限制的持久化内存文件
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代理

这些工具直接修改 agent 状态并返回合成工具结果，不经过 registry。

回调接口​

AIAgent 支持平台特定的回调，实现 CLI、gateway 和 ACP 集成中的实时进度：

回调触发时机使用者
tool_progress_callback每次工具执行前后CLI 加载动画、gateway 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、gateway 推理块
clarify_callback调用 clarify 工具时CLI 输入提示、gateway 交互消息
step_callback每次完整 agent turn 后Gateway 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 加载动画中的工具预览
status_callback状态变更（思考中、执行中等）ACP 状态更新

预算和回退行为​

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。子代理获得独立预算，上限为 delegation.max_iterations（默认 50）——父代理 + 子代理的总迭代次数可以超过父代理的上限
  • 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 限速、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，使用新 provider 继续对话
  4. 遇到 401/403 时，在故障转移前尝试凭证刷新

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有独立的回退链，可通过 auxiliary.* 配置节配置。

压缩和持久化​

压缩触发时机​

  • 预压缩（API 调用前）：对话超过模型上下文窗口的 50%
  • Gateway 自动压缩：对话超过 85%（更激进，在 turn 之间运行）

压缩时发生什么​

  1. 首先将内存刷新到磁盘（防止数据丢失）
  2. 中间对话 turn 被摘要为紧凑的摘要
  3. 最后 N 条消息完整保留（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. 生成新的会话血统 ID（压缩创建一个"子"会话）

会话持久化​

每次 turn 后：

  • 消息保存到会话存储（通过 hermes_state.py 的 SQLite）
  • 内存变更刷新到 MEMORY.md / USER.md
  • 会话可以稍后通过 /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 10,700 行）
agent/prompt_builder.py从内存、技能、上下文文件、个性构建系统提示
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 prompt 缓存标记和缓存指标
agent/auxiliary_client.py辅助 LLM 客户端，用于辅助任务（视觉、摘要）
model_tools.py工具 schema 收集、handle_function_call() 调度

相关文档​

📝 本文由 AI 翻译，如有疑问请参考英文原版