【从零手写 AI Agent：learn-claude-code 项目实战笔记】（1）The Agent Loop (智能体循环)

第一章 The Agent Loop (智能体循环)

[ s01 ] s02 > s03 > s04 > s05 > s06 | s07 > s08 > s09 > s10 > s11 > s12

项目地址：shareAI-lab/learn-claude-code: Bash is all you need - A nano Claude Code–like agent, built from 0 to 1

一、问题

语言模型能推理代码, 但碰不到真实世界 -- 不能读文件、跑测试、看报错。没有循环, 每次工具调用你都得手动把结果粘回去。你自己就是那个循环。

二、解决方案

+--------+      +-------+      +---------+
|  User  | ---> |  LLM  | ---> |  Tool   |
| prompt |      |       |      | execute |
+--------+      +---+---+      +----+----+
                    ^                |
                    |   tool_result  |
                    +----------------+
                    (loop until stop_reason != "tool_use")

一个退出条件控制整个流程。循环持续运行, 直到模型不再调用工具。s01_agent_loop.py 所做的事情，就是用不到 50 行代码，把你自己这一部分给自动化了。

这就是经典的 ReAct (Reasoning and Acting) 范式：让 AI 边思考边行动的交互模式，让大语言模型能够像人类一样推理→行动→观察→再推理，逐步解决复杂问题。

┌─────────────┐     ┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   Thought   │ ──→ │    Action   │ ──→ │ Observation │ ──→ │   Thought   │
│   (思考)     │     │    (行动)    │    │   (观察)     │     │  (再思考)    │
└─────────────┘     └─────────────┘     └─────────────┘     └──────┬──────┘
                                                                   │
                              任务完成 ←────────────────────────────┘
                              给出答案

三、工作原理

1. 用户 prompt 作为第一条消息。

messages.append({"role": "user", "content": query})

2. 将消息和工具定义一起发给 LLM。我们定义的TOOLS的列表，这就像是一本“工具使用手册”，你把它作为输入的一部分喂给了大模型。

response = client.messages.create(
    model=MODEL, system=SYSTEM, messages=messages,
    tools=TOOLS, max_tokens=8000,
)

3. 追加助手响应。检查 stop_reason -- 如果模型没有调用工具, 结束。

messages.append({"role": "assistant", "content": response.content})
if response.stop_reason != "tool_use":
    return

4. 执行每个工具调用, 收集结果, 作为 user 消息追加。回到第 2 步。

results = []
for block in response.content:
    if block.type == "tool_use":
        output = run_bash(block.input["command"])
        results.append({
            "type": "tool_result",
            "tool_use_id": block.id,
            "content": output,
        })
messages.append({"role": "user", "content": results})

5. 组装为一个完整函数:

def agent_loop(query):
    messages = [{"role": "user", "content": query}]
    while True: # 循环开始，理论上可以无限跑
	    # ... 这里是 LLM 思考的过程 ...
        response = client.messages.create(
            model=MODEL, system=SYSTEM, messages=messages,
            tools=TOOLS, max_tokens=8000,
        )
        messages.append({"role": "assistant", "content": response.content})
		
		# ... 这里就是那个“唯一的退出条件” ... 
        if response.stop_reason != "tool_use":
            return

        results = []
        for block in response.content:
            if block.type == "tool_use":
                output = run_bash(block.input["command"])
                results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": output,
                })
        messages.append({"role": "user", "content": results})

不到 30 行, 这就是整个智能体。后面 11 个章节都在这个循环上叠加机制 -- 循环本身始终不变。

四、变更内容

五、试一试

想要跑通之前记得不要忘记了添加.env文件哦。

cd learn-claude-code
python agents/s01_agent_loop.py

试试这些 prompt (英文 prompt 对 LLM 效果更好, 也可以用中文):

1. Create a file called hello.py that prints "Hello, World!"
2. List all Python files in this directory
3. What is the current git branch?
4. Create a directory called test_output and write 3 files in it

六、其他

block长什么样？

将block打印出来，也就是response.content，它是ToolUseBlock 对象。

ToolUseBlock( 
	id='bash_0', # 工具调用唯一标识符 
	caller=None, # 调用者信息（教学版中为None） 
	input={'command': 'echo 'print("Hello, World!")' > hello2.py'}, # ← 核心参数 
	name='bash', # 工具名称 
	type='tool_use' # 块类型 
	)