Agent 循环

Agent 循环是驱动每个 PRX Agent 会话的核心执行周期。每次迭代处理 LLM 响应、调度工具调用、管理记忆，并决定是继续循环还是返回最终答案。

循环生命周期

用户消息
    │
    ▼
┌─────────────┐
│  构建上下文  │──── 记忆回忆
└──────┬──────┘
       ▼
┌─────────────┐
│  LLM 推理   │──── 流式响应
└──────┬──────┘
       ▼
┌─────────────┐
│  解析输出    │──── 工具调用 / 文本
└──────┬──────┘
       ▼
   有工具调用？
   ├── 是 ──→ 执行工具 ──→ 继续循环
   └── 否 ──→ 返回响应

工具调度

当 LLM 响应包含工具调用时，循环会：

1. 根据安全策略验证每个工具调用
2. 执行批准的调用（可能并行执行）
3. 收集结果并反馈给 LLM
4. 继续循环进行下一步推理

流式传输

PRX 逐 token 流式传输 LLM 响应给客户端，同时缓冲用于工具调用检测。流式管道支持：

• 实时 token 转发到 CLI 或 WebSocket 客户端
• 客户端慢速时的背压处理
• 通过 Ctrl+C 或 API 信号优雅取消

记忆回忆

每次 LLM 调用前，循环从记忆系统检索相关上下文：

• 最近的对话轮次（滑动窗口）
• 嵌入存储的语义搜索结果
• 固定的事实和用户偏好

上下文压缩

当对话超过模型的上下文窗口时，循环触发压缩：

1. 将较早的轮次总结为压缩表示
2. 保留仍被引用的工具调用结果
3. 保持系统提示词和固定记忆不变

配置

[agent.loop]
max_iterations = 50
parallel_tool_calls = true
compaction_threshold_tokens = 80000
compaction_strategy = "summarize"  # 或 "truncate"

相关页面

• Agent 运行时 -- 架构概览
• 子 Agent -- 子 Agent 生成
• 记忆系统 -- 记忆后端和回忆