拆解Agent核心循环agents-best-practices中Provider中立的Agentic Loop完整解析【免费下载链接】agents-best-practicesProvider-neutral Agent Skill for Codex, Claude Code, and agentic harness design.项目地址: https://gitcode.com/gh_mirrors/ag/agents-best-practices对于想构建或理解 AI Agent 的新手来说Agent 核心循环Agentic Loop是最值得吃透的一块。开源项目agents-best-practices是一个 Provider 中立的 Agent Skill它不绑定任何模型厂商而是把循环怎么转、工具怎么调、预算怎么限沉淀为一套可复用的工程规范。本文将完整拆解其中的 Agentic Loop9 步循环流程、7 条不变量、预算与终止规则、重试与并行策略以及人工审批与目标型循环的设计要点。 项目速览agents-best-practices 是什么agents-best-practices 定位是模型之外的那层运行时——即 harness执行框架。项目在 README.md 开篇就定调The model proposes actions; the harness validates, authorizes, executes, records, and returns observations.模型负责提议动作执行框架负责校验、授权、执行、记录并返回观察结果。它不是某个 SDK而是一套Provider 中立的 Agent 架构技能无论你使用 OpenAI、Anthropic 还是 OpenAI 兼容 API核心循环的工程纪律完全一致。项目以 SKILL.md 作为入口配合references/目录下 20 份主题文档覆盖循环、工具、权限、上下文压缩、可观测性、评估等话题。它最典型的三种用法为新 Agent 生成 MVP 蓝图、审计已有的脆弱循环、为风险工具梳理权限映射。 核心循环 9 步从任务到最终答案references/agentic-loop.md 定义了 Provider 中立的规范循环每一轮迭代都走同样的 9 步构建上下文组装指令、记忆与检索结果调用模型附带当前可见的工具清单接收输出最终答案或结构化工具请求校验请求每个工具请求都先过 schema 校验权限决策检查权限与审批策略执行或拒绝放行、暂停等待审批、或返回拒绝回传结果把结构化工具结果追加进上下文上下文维护需要时压缩或检索判断终止完成或预算耗尽则停止新手最容易犯的错误是让模型直接执行工具。规范里明确写道模型从不直接执行工具它只发出结构化请求由 harness 执行或拒绝。这一条是整篇文档的地基。✅ 7 条循环不变量新手最容易忽略的护栏references/agentic-loop.md 要求用代码而非提示词强制以下 7 条不变量#不变量一句话理解1每次工具调用都有且仅有一个对应结果拒绝、超时、报错也是结果2工具参数先解析校验再执行防畸形参数进入执行层3任何副作用发生前都有权限决策先授权后动作4工具结果有界、结构化、可追踪不往上下文里倾倒原始大文本5循环有步骤、时间、token、成本硬预算防止无限空转烧钱6最终答案基于观察而非假设工具成功没拿到结果就不能宣称完成7错误、拒绝、取消、超时都变成结构化观察失败也要体面地进入循环⏱️ 预算与终止规则给循环装上刹车长任务失控的根因几乎都是没有预算。references/agentic-loop.md 列出一组显式预算模型轮次上限、工具调用次数、并行上限、墙钟时间、输入/输出 token、总成本、工具结果字符数、单类调用的重试上限。预算触顶时循环要停下来并给出清晰状态例如step_limit_reached、completed: false同时提示安全的下一步比如是否用更大预算继续。终止规则——任一条件成立即停止已产出最终答案或完成条件已满足需要人工审批或阻塞等待用户输入预算耗尽或连续失败达到阈值安全策略拒绝该任务工具或连接器不可用且没有安全回退 重试与并行只重试安全的失败重试策略分成两类references/agentic-loop.md✅可安全重试模型 API 瞬时错误、只读调用的网络超时、幂等检索、模型修正畸形参数后的重新校验禁止自动重试支付、对外发送、破坏性操作、权限变更、幂等性不明的操作——这类操作应使用幂等键 审批记录并行化同理只有独立、只读、并发安全的调用才并行搜索、读取、元数据检索、独立记录分类写入、发送、删除、资金操作、权限变更、进程执行一律串行。 人工审批与目标型循环人工审批Human-in-the-loop敏感动作会暂停循环——模型请求 → harness 校验 → 命中审批要求 → 发出审批请求 → 用户或策略批准/拒绝 → 携带审批结果恢复循环。注意审批必须精确绑定到具体动作不能把含糊的同意当作空白授权。目标型循环是长跑版的标准循环需要额外状态目标、完成条件、预算、检查点、当前计划、进度日志、验证方法、停止规则。循环要定期自问目标还成立吗有什么证据证明进展还在预算内吗下一步前需要人工审批吗现在该压缩上下文还是交接 Provider 中立同一套循环多家模型references/agentic-loop.md 区分两种实现形态手动循环应用自己发送工具定义、执行工具、回传结果托管 / 厂商辅助循环厂商可以执行托管工具但业务关键的授权与审计仍留在 harness无论哪种形态应用侧的校验、权限与审计日志都必须留在模型之外。具体到各厂商references/provider-api-patterns.mdOpenAI Responses 风格 API 使用 typed items 串联状态Chat Completions 风格手动维护消息历史、按匹配的调用 ID 回传工具结果Anthropic API 处理结构化的 tool-use 块与对应的 tool-result 块。差异只在消息形态循环纪律不变。 延伸阅读关键文档路径文档主题SKILL.md技能入口默认架构图、激活条件、不可协商原则references/agentic-loop.md核心循环不变量、预算、重试、并行、终止references/architecture.mdharness 组件模型与 6 级成熟度分级references/mvp-agent-blueprint.md领域 MVP 蓝图生成模式references/tools-and-permissions.md类型化工具、风险分级与审批设计references/checklists.md实现与审计清单 用一句话总结项目的核心哲学Keep the loop simple and make the runtime rigorous.保持循环简单让运行时严格。新手搭建 Agent 时先把 9 步循环和 7 条不变量落地再谈更高的自主性——这就是 Provider 中立的 Agentic Loop 的完整心法。【免费下载链接】agents-best-practicesProvider-neutral Agent Skill for Codex, Claude Code, and agentic harness design.项目地址: https://gitcode.com/gh_mirrors/ag/agents-best-practices创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
拆解Agent核心循环：agents-best-practices中Provider中立的Agentic Loop完整解析
拆解Agent核心循环agents-best-practices中Provider中立的Agentic Loop完整解析【免费下载链接】agents-best-practicesProvider-neutral Agent Skill for Codex, Claude Code, and agentic harness design.项目地址: https://gitcode.com/gh_mirrors/ag/agents-best-practices对于想构建或理解 AI Agent 的新手来说Agent 核心循环Agentic Loop是最值得吃透的一块。开源项目agents-best-practices是一个 Provider 中立的 Agent Skill它不绑定任何模型厂商而是把循环怎么转、工具怎么调、预算怎么限沉淀为一套可复用的工程规范。本文将完整拆解其中的 Agentic Loop9 步循环流程、7 条不变量、预算与终止规则、重试与并行策略以及人工审批与目标型循环的设计要点。 项目速览agents-best-practices 是什么agents-best-practices 定位是模型之外的那层运行时——即 harness执行框架。项目在 README.md 开篇就定调The model proposes actions; the harness validates, authorizes, executes, records, and returns observations.模型负责提议动作执行框架负责校验、授权、执行、记录并返回观察结果。它不是某个 SDK而是一套Provider 中立的 Agent 架构技能无论你使用 OpenAI、Anthropic 还是 OpenAI 兼容 API核心循环的工程纪律完全一致。项目以 SKILL.md 作为入口配合references/目录下 20 份主题文档覆盖循环、工具、权限、上下文压缩、可观测性、评估等话题。它最典型的三种用法为新 Agent 生成 MVP 蓝图、审计已有的脆弱循环、为风险工具梳理权限映射。 核心循环 9 步从任务到最终答案references/agentic-loop.md 定义了 Provider 中立的规范循环每一轮迭代都走同样的 9 步构建上下文组装指令、记忆与检索结果调用模型附带当前可见的工具清单接收输出最终答案或结构化工具请求校验请求每个工具请求都先过 schema 校验权限决策检查权限与审批策略执行或拒绝放行、暂停等待审批、或返回拒绝回传结果把结构化工具结果追加进上下文上下文维护需要时压缩或检索判断终止完成或预算耗尽则停止新手最容易犯的错误是让模型直接执行工具。规范里明确写道模型从不直接执行工具它只发出结构化请求由 harness 执行或拒绝。这一条是整篇文档的地基。✅ 7 条循环不变量新手最容易忽略的护栏references/agentic-loop.md 要求用代码而非提示词强制以下 7 条不变量#不变量一句话理解1每次工具调用都有且仅有一个对应结果拒绝、超时、报错也是结果2工具参数先解析校验再执行防畸形参数进入执行层3任何副作用发生前都有权限决策先授权后动作4工具结果有界、结构化、可追踪不往上下文里倾倒原始大文本5循环有步骤、时间、token、成本硬预算防止无限空转烧钱6最终答案基于观察而非假设工具成功没拿到结果就不能宣称完成7错误、拒绝、取消、超时都变成结构化观察失败也要体面地进入循环⏱️ 预算与终止规则给循环装上刹车长任务失控的根因几乎都是没有预算。references/agentic-loop.md 列出一组显式预算模型轮次上限、工具调用次数、并行上限、墙钟时间、输入/输出 token、总成本、工具结果字符数、单类调用的重试上限。预算触顶时循环要停下来并给出清晰状态例如step_limit_reached、completed: false同时提示安全的下一步比如是否用更大预算继续。终止规则——任一条件成立即停止已产出最终答案或完成条件已满足需要人工审批或阻塞等待用户输入预算耗尽或连续失败达到阈值安全策略拒绝该任务工具或连接器不可用且没有安全回退 重试与并行只重试安全的失败重试策略分成两类references/agentic-loop.md✅可安全重试模型 API 瞬时错误、只读调用的网络超时、幂等检索、模型修正畸形参数后的重新校验禁止自动重试支付、对外发送、破坏性操作、权限变更、幂等性不明的操作——这类操作应使用幂等键 审批记录并行化同理只有独立、只读、并发安全的调用才并行搜索、读取、元数据检索、独立记录分类写入、发送、删除、资金操作、权限变更、进程执行一律串行。 人工审批与目标型循环人工审批Human-in-the-loop敏感动作会暂停循环——模型请求 → harness 校验 → 命中审批要求 → 发出审批请求 → 用户或策略批准/拒绝 → 携带审批结果恢复循环。注意审批必须精确绑定到具体动作不能把含糊的同意当作空白授权。目标型循环是长跑版的标准循环需要额外状态目标、完成条件、预算、检查点、当前计划、进度日志、验证方法、停止规则。循环要定期自问目标还成立吗有什么证据证明进展还在预算内吗下一步前需要人工审批吗现在该压缩上下文还是交接 Provider 中立同一套循环多家模型references/agentic-loop.md 区分两种实现形态手动循环应用自己发送工具定义、执行工具、回传结果托管 / 厂商辅助循环厂商可以执行托管工具但业务关键的授权与审计仍留在 harness无论哪种形态应用侧的校验、权限与审计日志都必须留在模型之外。具体到各厂商references/provider-api-patterns.mdOpenAI Responses 风格 API 使用 typed items 串联状态Chat Completions 风格手动维护消息历史、按匹配的调用 ID 回传工具结果Anthropic API 处理结构化的 tool-use 块与对应的 tool-result 块。差异只在消息形态循环纪律不变。 延伸阅读关键文档路径文档主题SKILL.md技能入口默认架构图、激活条件、不可协商原则references/agentic-loop.md核心循环不变量、预算、重试、并行、终止references/architecture.mdharness 组件模型与 6 级成熟度分级references/mvp-agent-blueprint.md领域 MVP 蓝图生成模式references/tools-and-permissions.md类型化工具、风险分级与审批设计references/checklists.md实现与审计清单 用一句话总结项目的核心哲学Keep the loop simple and make the runtime rigorous.保持循环简单让运行时严格。新手搭建 Agent 时先把 9 步循环和 7 条不变量落地再谈更高的自主性——这就是 Provider 中立的 Agentic Loop 的完整心法。【免费下载链接】agents-best-practicesProvider-neutral Agent Skill for Codex, Claude Code, and agentic harness design.项目地址: https://gitcode.com/gh_mirrors/ag/agents-best-practices创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考