工具运行流程（Tool Loop）

当你已经会注册工具后，下一步要理解的是：Agently 到底怎么决定调不调工具、调几个、结果又是怎么回灌给模型的。

适合什么时候读

• 你已经看过 工具快速开始
• 你在调试工具规划或工具日志
• 你想理解一轮 Tool Loop 的内部状态

你会学到什么

• Tool Loop 的标准回路
• execution_commands 和回合状态的意义
• 工具结果是怎么注入回最终回答的

总体流程

这张图放在正文里，是为了说明：Tool Loop 不是黑盒 while 循环，而是一个有阶段、有状态的标准回路。

回合状态

round_state = {
  "done_plans": [...],
  "last_round_records": [...],
  "round_index": 0,
}

规划阶段在做什么

规划器会综合：

• 用户输入
• 可见工具
• 已执行记录
• 当前轮次

然后生成：

{
    "next_action": "execute" | "response",
    "execution_commands": [
        {
            "purpose": str,
            "tool_name": str,
            "tool_kwargs": dict,
            "todo_suggestion": str,
        }
    ],
}

执行阶段在做什么

执行器会并发或串行调用工具，并把结果归一化成 ToolExecutionRecord。

你最终最常看的其实是：

• tool_name
• purpose
• success
• result
• error

工具结果最后怎么回到回答里

如果循环中真的执行了工具，框架会把记录转成：

• prompt.action_results
• extra.tool_logs

这样模型的最终回答并不是“凭空接着说”，而是建立在工具证据之上。

常见误区

• 以为模型会直接决定并执行工具。
• 调试时只看最终回答，不看 execution_commands 和 tool_logs。
• 明明只是工具描述问题，却误以为是 Tool Loop 框架本身出了问题。

下一步去哪

• 想先回到最小使用链路：看 工具快速开始
• 想看总览：看 工具系统总览

Related Skills（可选）

• agently-agent-extensions