Agent 策略

策略契约

策略实现 AgentStrategy ABC（或有状态实例用 StrategyLikedObject），并通过 get_category() 声明类别：

类别	执行方式	框架的角色
`agent` / `agent-mixed`	每轮 `single_execute()`	框架运行循环
`rag` / `workflow`	一次 `run()`	策略完全掌控

_run_strategy 按类别分派并跳入对应的工作流块。

通过 DI 获取资源

策略从不穿过 ChatObject 拿资源——_StrategyBase 暴露便捷属性，从 StrategyContext DI 字段解析，回退到 chat_object：

属性	解析自	回退
`self.preset`	`ctx.preset`	`chat_object.preset`
`self.config`	`ctx.config`	`chat_object.config`
`self.io_stream`	`ctx.io_stream`	`chat_object.io_stream`
`self.train_content`	`ctx.train_content`	`chat_object.train.content`
`self.stream_id`	`ctx.stream_id`	`chat_object.stream_id`
`self.resp_extra_usage`	`ctx.resp_extra_usage`	`chat_object._di_resp.extra_usage`

chat_object 是生命周期管理器句柄——核心引用，不是弃用路径。优先 DI 字段；回退 chat_object。

内置 Step 驱动 ReAct 策略

ReActAgentStrategy（类别 agent-mixed）是默认策略。其执行是节点驱动 的：LLM 决定是否把任务分解为语义 DAG；框架按拓扑序走 DAG，每个Step 对应一个节点。

intro_step → [NATIVE_WHILE: single_execute → after_iteration] → leave_step

decompose —— LLM 返回 {needs_decomposition, dag, reason}（或 simple 模式）
Step —— 一个 DAG 节点；可跨多轮工具调用
停滞检测 —— 重复相同签名 → give-up prompt + 取消
摘要 —— 每个 Step 以主谓短语摘要结束（可被事件覆盖）
生命周期事件 —— step_intro/leave/iteration、tool_call/return
update_step 工具 —— agent 可中途修订计划

完整细节：进阶 → Step 循环。

其他内置策略

策略	类别	用途
`HybridReActAgentStrategy`	`agent-mixed`	MoE 模型；XML 风格结果（已弃用，v0.14.0 移除）
`NoActionAgentStrategy`	`workflow`	完全跳过工具调用

编写自定义策略

python

from amrita_core.agent.strategy import AgentStrategy
from typing import Literal


class MyStrategy(AgentStrategy):
    async def single_execute(self) -> bool:
        # 一轮工具调用。返回 True 继续，False 停止。
        return True

    async def on_post_process(self) -> None:
        pass  # 循环结束后

    @classmethod
    def get_category(cls) -> Literal["agent"]:
        return "agent"

ReAct 风格策略请扩展 BaseReActAgentStrategy，覆写模板方法（_append_tool_result_to_context、_handle_error_append、 _append_reasoning……）。

下一步

数据层——消息、记忆与后端。

Agent 策略 ​

策略契约 ​

通过 DI 获取资源 ​

内置 Step 驱动 ReAct 策略 ​

其他内置策略 ​

编写自定义策略 ​

下一步 ​