第十五课：Agent Loop 深度解析

学习目标

• 理解 Agent Loop 的完整工作流程
• 掌握消息类型和处理机制
• 了解上下文构建过程
• 理解 Token 估算机制

一、Agent Loop 概述

Agent Loop 是 Codex 的核心引擎，它是一个不断循环的过程：用户输入 → 构建上下文 → 调用模型 → 处理响应 → 执行工具 → 返回结果 → 循环。这个循环会一直持续，直到模型认为任务完成。

二、完整工作流程

第1步：用户输入

用户在终端输入 prompt，可以是：

• 文本描述：帮我修复这个 bug
• 文件引用：@src/utils.py
• 图片：-i screenshot.png

第2步：构建上下文

Codex 构建发送给模型的上下文，包含：

1. 系统提示：定义 Codex 的角色和行为约束
2. AGENTS.md：项目级指令
3. 对话历史：之前的交互记录
4. 工具定义：可用工具的 JSON Schema
5. 用户输入：当前的 prompt

第3步：调用 Responses API

使用 OpenAI Responses API 调用模型，传入消息和可用工具列表。

第4步：处理响应

模型返回的响应有三种类型：

• message：文本回复，直接显示给用户
• function_call：工具调用请求，需要执行工具
• reasoning：推理过程，显示思考过程

第5步：执行工具

如果模型请求调用工具，Codex 会：

1. 检查沙盒策略
2. 检查审批策略
3. 在沙盒中执行
4. 收集结果

第6步：循环

将工具结果加入上下文，再次调用模型。循环直到模型返回文本回复或达到限制。

三、消息类型详解

类型	说明	示例
user	用户消息	"修复这个 bug"
system	系统提示	"你是一个编程助手"
assistant	助手回复	"我来看看这个问题"
function_call	工具调用	shell("python test.py")
function_call_output	工具结果	"测试通过"

四、上下文管理

上下文由四部分组成：

1. 系统提示：硬编码在 agent-loop 中
2. AGENTS.md：全局和项目级指令
3. 对话历史：完整的消息数组
4. 工具定义：可用工具的 JSON Schema

Token 估算使用 approximate-tokens-used.ts，英文约 4 字符 = 1 token，中文约 2 字符 = 1 token。

五、本课小结

要点	说明
Agent Loop	用户输入→上下文→API→工具→循环
消息类型	user/system/function_call/function_call_output
上下文	系统提示 + AGENTS.md + 对话历史
Token 管理	自动估算 + 压缩

下一步

下一课我们将深入工具系统。