数据管理

数据如何在 AmritaCore 中流动：消息、记忆、后端，以及在工作流节点间传递 状态的 DI 上下文。

消息

类型	角色
Message	一条对话消息（role、content、tool_calls、reasoning_content）
ToolResult	工具输出，与它的 tool_call_id 配对
SendMessageWrap	工作上下文：train + memory + user_query + end_messages
UniResponse	规范化 LLM 响应（content、tool_calls、reasoning_content、usage）

SendMessageWrap 是策略修改的对象——ctx.message.append(...) 加到 end_messages，unwrap() 会把它们包含进下一次请求。

DI 上下文

工作流节点通过类型匹配注入接收状态——节点声明参数如 loop: AgentLoopState，解释器注入匹配实例。关键上下文（全部由 ChatObject 拥有）：

上下文	承载
SessionMetadata	会话/流 id、时间戳
MemoryContext	运行时记忆
AbilityState	配置、preset、后端槽位
GeneralInput	用户输入、train、模板
WorkingState	SendMessageWrap
RespState	响应 + 用量
AgentLoopState	策略、调用计数、run_state
StrategyPayload	策略工厂
DatabackendOptions	后端获取/提交跳过标志

用 AmritaSense 的术语，这是标准的依赖注入机制——一般规则见 sense.amritabot.com。

两篇深入

页面	覆盖
数据后端	AbilityBackend / MemoryBackend 接口与如何编写自己的后端
记忆模型	MemoryModel、加载/提交生命周期、遗留 StateContext 访问器

下一步

扩展与集成——适配器、工具、MCP 与 Tokenizer。