Agentic Loop:Agent 的三段式循环
Agent 的每一轮工作都可以拆解为三步:1
思考(Think)
根据当前上下文进行推理:读取工程目录、打开相关文件、调用
grep / glob 搜索关键字,理解现状并制定下一步计划。2
执行(Act)
按照计划调用工具:编辑文件、运行命令、发起子任务、调用外部 API。
3
观察(Observe)
查看执行结果:跑测试、检查 diff、重新读取被改动的文件,判断是否达到目标;若未达成,回到第一步。
Agent 的四类组件
内置工具的五大类别
虽然每个编程工具的工具名不完全相同,但大致可归为:- 文件操作:读取、创建、编辑项目文件(如
read_file、write_file、edit) - 检索:按文件名或内容搜索代码库(如
grep、glob、ls) - 命令执行:在终端运行 Shell 命令(如
bash、shell) - 网络:抓取网页、调用外部 API(如
fetch_url、web_search) - 代码分析:语法树搜索、类型检查等深度代码理解(如
ast_search、LSP 集成)
项目级配置文件
主流 Agent 工具都支持通过项目级配置文件将项目知识提供给模型,Agent 启动时自动读取。不同工具的命名和格式各异(以官方文档为准):
推荐写入内容:项目架构简介、关键命令(
pnpm dev、pytest 等)、测试与验证方式、代码风格约束、不得修改的文件。
与 SenseAudio 多模态的协同
SenseAudio Token Plan 的独特之处,在于您可以在同一个订阅下把「S2 推理 + 语音 / 图像 / 视频 / 音乐」直接接入 Agent 工作流:- 用 S2(
senseaudio-s2)完成规划、代码生成与图文混合理解,S2-Lite(senseaudio-s2-lite)承担高频轻量子调用; - 用
senseaudio-tts-1.5-260319在长任务进行中让 Agent 把 Code Review 结论念给您听; - 用
senseaudio-asr-1.5-260319口述需求,由 Agent 转写为 GCCV 开场白; - 用
senseaudio-image-2.0-260319让 Agent 在生成前端组件时顺手出一张设计稿; - 用
doubao-seedance-2-0-260128对外输出项目演示视频,替代文字 PR 描述。