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——一个大文件（15k+ 行），处理从提示词组装到工具分发再到提供商故障转移的一切。

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 schema
  • 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（顺序或通过线程池并发）
  • 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
  • 在父子 Agent 之间跟踪迭代预算
  • 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,           # auto-built if omitted
    conversation_history=None,      # auto-loaded from session if omitted
    task_id="task_abc123"
)

chat() 是 run_conversation() 的薄包装，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 启发式规则解析：

API 模式用于客户端类型
chat_completionsOpenAI 兼容端点（OpenRouter、自定义、大多数提供商）openai.OpenAI
codex_responsesOpenAI Codex / Responses APIopenai.OpenAI（Responses 格式）
anthropic_messages原生 Anthropic Messages API通过适配器使用 anthropic.Anthropic

模式决定消息的格式化方式、工具调用的结构方式、响应的解析方式以及缓存/流式传输的工作方式。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. 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​

Agent 循环的每次迭代遵循以下序列：

run_conversation()
  1. Generate task_id if not provided
  2. Append user message to conversation history
  3. Build or reuse cached system prompt (prompt_builder.py)
  4. Check if preflight compression is needed (>50% context)
  5. Build API messages from conversation history
     - chat_completions: OpenAI format as-is
     - codex_responses: convert to Responses API input items
     - anthropic_messages: convert via anthropic_adapter.py
  6. Inject ephemeral prompt layers (budget warnings, context pressure)
  7. Apply prompt caching markers if on Anthropic
  8. Make interruptible API call (_interruptible_api_call)
  9. Parse response:
     - If tool_calls: execute them, append results, loop back to step 5
     - If text response: persist session, flush memory if needed, return

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，并可选择通过 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：

  • 系统消息后：User → Assistant → User → Assistant → ...
  • 工具调用期间：Assistant（带 tool_calls）→ Tool → Tool → ... → Assistant
  • 绝不连续出现两条 assistant 消息
  • 绝不连续出现两条 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，并会拒绝格式错误的历史。

可中断 API 调用​

API 请求被包装在 _interruptible_api_call() 中，该函数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          ───▶        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）
  • Agent 可以处理新输入或干净关闭
  • 不会将部分响应注入对话历史

工具执行​

顺序与并发​

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
    • 无论完成顺序如何，结果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. Resolve handler from tools/registry.py
    2. Fire pre_tool_call plugin hook
    3. Check if dangerous command (tools/approval.py)
       - If dangerous: invoke approval_callback, wait for user
    4. Execute handler with args + task_id
    5. Fire post_tool_call plugin hook
    6. Append {"role": "tool", "content": result} to history

Agent 级别工具​

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

工具拦截原因
todo读写 Agent 本地任务状态
memory写入带字符限制的持久记忆文件
session_search通过 Agent 的会话数据库查询会话历史
delegate_task派生带独立上下文的子 Agent

这些工具直接修改 Agent 状态，并返回合成的工具结果，不经过注册表。

回调接口​

AIAgent 支持平台特定回调，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 旋转器、网关进度消息
thinking_callback模型开始/停止思考时CLI "thinking..." 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每次完整 Agent 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从流中解析工具调用时旋转器中的 CLI 工具预览
status_callback状态变化（思考、执行等）ACP 状态更新

预算和回退行为​

迭代预算​

Agent 通过 IterationBudget 跟踪迭代次数：

  • 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 和子 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 限流、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，使用新提供商继续对话
  4. 在 401/403 时，尝试凭证刷新后再故障转移

回退系统也独立涵盖辅助任务——视觉、压缩、网页提取和会话搜索各自有自己的回退链，可通过 auxiliary.* 配置部分配置。

压缩和持久化​

何时触发压缩​

  • 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）

压缩期间发生了什么​

  1. 首先将记忆刷新到磁盘（防止数据丢失）
  2. 中间对话轮次被总结为紧凑摘要
  3. 保留最后 N 条消息完整（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"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 使用 SQLite）
  • 记忆变化刷新到 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 Agent 循环
agent/prompt_builder.py从记忆、技能、上下文文件、个性组装系统提示词
agent/context_engine.pyContextEngine 抽象基类——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 提示词缓存标记和缓存指标
agent/auxiliary_client.py辅助任务的辅助 LLM 客户端（视觉、摘要）
model_tools.py工具 schema 收集、handle_function_call() 分发

相关文档​