Agent Loop 详解

核心模型

Agent Loop 是所有 Agent 系统的核心。不管是 Claude Code、Cursor Agent、还是 AutoGPT，内部都有这个循环。

         ┌──────────────────────────────┐
         │                              │
         ▼                              │
    调用 LLM                            │
         │                              │
         ▼                              │
    有 tool_use？──── 否 ──→ 返回结果    │
         │                              │
         是                             │
         │                              │
         ▼                              │
    执行工具                            │
         │                              │
         ▼                              │
    把结果加入对话历史 ─────────────────┘

用 AsyncGenerator 实现

async function* agentLoop(client, tools, message) {
  const conversation = new Conversation();
  conversation.addUserMessage(message);

  while (true) {
    const response = await client.chat(
      conversation.getMessages(),
      tools
    );

    // 提取文本和工具调用
    const textBlocks = response.content.filter(b => b.type === 'text');
    const toolBlocks = response.content.filter(b => b.type === 'tool_use');

    // yield 文本
    for (const block of textBlocks) {
      yield { type: 'text', content: block.text };
    }

    // 没有工具调用 → 结束
    if (toolBlocks.length === 0) {
      yield { type: 'done' };
      return;
    }

    // 执行工具并 yield 结果
    conversation.addAssistantMessage(response.content);
    for (const toolUse of toolBlocks) {
      const result = await executeTool(toolUse);
      conversation.addToolResult(toolUse.id, result);
      yield { type: 'tool_result', name: toolUse.name, output: result };
    }
    // 循环继续
  }
}

生产级的额外复杂度

Claude Code 的实际 Agent Loop（query.ts，1,729 行）在核心之上加了：

功能	代码量	作用
上下文压缩 (autocompact)	~200 行	对话太长时自动截断/压缩
错误恢复	~300 行	API 超时、token 超限等的自动恢复
流式处理	~200 行	边接收边渲染，而非等完整响应
权限检查	~150 行	工具执行前检查用户是否授权
预算控制	~100 行	追踪 token 消耗和成本
Stop Hooks	~100 行	每轮结束后执行自定义检查
状态机	~300 行	7 个不同的 continue 分支处理不同恢复路径

这些是把 Agent 从"能用"变成"好用"的工程。