智能体对话主循环决策机理与并发控制

🔄 1. 会话主循环流程深度透视

在 agent/conversation_loop.py 中的 run_conversation() 函数里，智能体维持着一个状态机。它并非简单地执行单次 LLM 请求，而是进入自适应的工具调用循环。具体步骤包括：

• 状态初始化：从数据库加载会话上下文和长时记忆，组装成原始的 messages。
• 中断预检：每次循环开始时检测 agent._interrupt_requested。用户发送新消息或在网关中发送取消信号均可触发中断。
• LLM 协商：调用 client.chat.completions.create 发起请求，传入 api_messages 和工具集列表。

🛡️ 2. 并发限流与 grace_call 机制

系统应对 Token 预算消耗和多智能体失控并发的核心设计如下：

🚦 优雅退出 (grace_call)

当 iteration_budget.remaining 归零时，为了避免智能体突然“中断阻截”，系统会启动 _budget_grace_call。给予模型最后一次只读交互机会，此时系统清空 tools 定义，强制大模型只能面向用户生成最后的总结回复。

🛑 子智能体截断 (_cap_delegate_task_calls)

当大模型并行分派过多的 delegate_task 时，会造成大量本地资源消耗。系统会将并发子任务截断在 MAX_CONCURRENT_CHILDREN 限制内，并将溢出任务转换成警告格式反馈给大模型，避免失控。