二、Agent 循环引擎

关键点：Agent 循环引擎 + ReAct 模式

工作原理

1. 任务 ID生成：若未提供任务 ID 则生成一个
2. 追加历史消息：将用户消息添加到对话历史记录中
3. 构建 system prompt：构建或复用缓存的系统提示
4. 检查压缩：检查是否需要预压缩（超过 50% 的上下文）
5. 构建 LLM API 协议：从对话历史记录构建 API 消息
   - chat_completions：保持 OpenAI 格式不变
   - codex_responses：转换为 Responses API 输入项
   - anthropic_messages：通过 anthropic_adapter.py 进行转换
6. 提示：注入临时提示层（预算警告、上下文压力）
7. Anthropic适配：若在 Anthropic 上则应用提示缓存标记
8. 封装可中断 API 调用：发起可中断的 API 调用（_interruptible_api_call）
9. 解析响应：
   - 若有工具调用：执行它们，添加结果，循环回到步骤 5
   - 若为文本响应：保存会话，如有必要清空内存，返回

消息格式

内部 message 遵循 OpenAI 协议

{"role": "system", "content": "..."}
{"role": "user", "content": "..."}
{"role": "assistant", "content": "...", "tool_calls": [...]}
{"role": "tool", "tool_call_id": "...", "content": "..."}

可中断 API 调用

思想是：事件注册 + 事件监听

┌────────────────────────────────────────────────────┐
│  Main thread                  API thread           │
│                                                    │
│   wait on:                     HTTP POST           │
│    - response ready     ───▶   to provider         │
│    - interrupt event                               │
│    - timeout                                       │
└────────────────────────────────────────────────────┘