agent起点

没有循环 就没有agent

agent的作用本质 发请求给模型 -> 发现模型想调工具 -> 真的去执行工具 -> 把结果再喂回模型 -> 继续下一轮

概念解释 loop:循环 只要任务未完成就带着信息继续进行循环

turn:一轮 一般可以理解为loop中的一轮 通常包括1把当前消息发给模型 2读取模型回复 3如果模型调用了工具就执行工具 4把工具结果写回消息历史 此为一轮

tool_result 工具执行结果。要重新写回对话历史、让模型下一轮真的能看见的结果块。

state 主循环继续往下走时，需要一直带着走的那份数据。

user message | v LLM | +— 普通回答 ----------> 结束 | +— tool_use ----------> 执行工具 | v tool_result | v 写回 messages | v 下一轮继续

message {“role”: “user”, “content”: ”…”} {“role”: “assistant”, “content”: […]}

Tool Result Block { “type”: “tool_result”, “tool_use_id”: ”…”, “content”: ”…”, } tool_use_id 的作用很简单：

告诉模型“这条结果对应的是你刚才哪一次工具调用”。

LoopState 这章建议你不要只用一堆零散局部变量。

最小也应该显式收拢出一个循环状态：

state = { “messages”: […], “turn_count”: 1, “transition_reason”: None, } 这里的 transition_reason 先只需要理解成：

这一轮结束后，为什么要继续下一轮。

agent 的核心不是“模型很聪明”，而是“系统持续把现实结果喂回模型”。

Thought 思考结果 Action 需求动作 Observation 工具使用的结果