Agent 架构

Agent 是 MerryBot 的 LLM Agent 引擎，不依赖 NapCat/QQ，可独立复用（Agent.Tui 即单独打包复用）。它由三个核心模块组成：

flowchart LR
    U["用户输入"] --> L["Agentic Loop<br/>(Chat 循环)"]
    L --> R["LLM 请求层<br/>LlmClient / LlmBackend"]
    R -->|"请求"| P["Provider"]
    P -->|"tool_calls 回调"| T["Tool Design<br/>(注入 + 回调)"]
    T --> L
模块 文档 核心代码
LLM 请求 LLM 请求 LlmClient/Client.cs（重试层）、LlmBackend/（协议适配）
Tool Design Tool Design Agent/Agent.ToolSet.cs（工具抽象）、Agent/Agent.RunIteration.cs（同步回调）、Agent.Session/TerminalToolSet.cs（异步完成回调）
Agentic Loop Agentic Loop Agent/Agent.cs（Chat 循环）、Agent/Context*.cs（上下文）
定时任务 定时任务 Agent.Session/ClockService.cs、Cron.cs
能力管理 能力管理 Skills、记忆、视觉、消息和 Shell 工具

一次对话的完整数据流 

flowchart TD
    C["Chat(userInput)"]
    C --> D1["1. 动态注入<br/>BuildUserInput() 拼 IterationPromptInjection() 到用户消息前"]
    D1 --> D2["2. 收集工具<br/>SelectMany(Tools) → LlmOptions.Tools（schema 注入）"]
    D2 --> LOOP{"循环<br/>iteration < MaxIterations (20)"}
    LOOP --> RI["RunIteration()"]
    RI --> GS["LlmClient.GenerateStream<br/>(重试 / 流式 reset)"]
    GS --> LB["LlmBackend<br/>(ChatCompletion / Responses / Anthropic)"]
    LB --> Q1{"模型返回文本?"}
    Q1 -->|"是"| DONE["结束，返回结果"]
    Q1 -->|"否（tool_calls）"| EXE["并发执行<br/>SemaphoreSlim, MaxConcurrentToolCalls=4"]
    EXE --> INV["按名定位 ToolSet → InvokeAsync<br/>(C# 反射调用)"]
    INV --> TR["结果 8000 字符截断 → Role.Tool 消息回填"]
    TR --> LOOP
    LOOP -->|"循环结束"| POST["TokenUsed = 最后一轮用量（覆盖而非累加）"]
    POST --> Q2{"ContextRatio ≥<br/>ContextCompactRatio?"}
    Q2 -->|"是"| CMP["压缩<br/>(WithoutTools 纯文本摘要)"]
    Q2 -->|"否"| APP["Append 持久化历史"]

与框架核心的关系

  • Agent 引擎本身是通用库（Agent/、Agent.Session/、Agent.Tools/、LlmClient/、LlmBackend/ 均为独立项目），不引用 NapCat
  • 在 MerryBot 中，AgentPlugin 作为普通插件接收群消息；AgentServicePlugin 向 Agent 与 WebUI 提供 Skills、记忆和上下文快照服务
  • 定时任务调度器（cron）由宿主 ClockService 拥有，Agent 只注册执行器
  • LLM Provider / Key 由 LlmProviderPlugin 维护，Agent 通过 Client/Backend 发起请求
  • 对话消息经 ai_messages 集合审计（见存储）

相关页面

Table of contents