> ## Documentation Index
> Fetch the complete documentation index at: https://docs.agentscope.io/llms.txt
> Use this file to discover all available pages before exploring further.
# 概述
> AgentScope 的核心抽象：无状态的推理-行动循环引擎
`Agent` 是 AgentScope 的核心抽象：一个**无状态**的推理-行动循环引擎，将模型、工具、权限系统、人机交互、上下文管理、中间件、状态管理和事件系统整合到一个统一接口中。
其主要职责包括：
* 接收输入消息或事件，调用工具完成任务
* 生成符合用户给定 schema 的结构化输出
* 管理上下文，包括上下文压缩与卸载
* 通过运行时状态注入感知环境变化（时间、任务、上下文用量）
* 在生命周期的关键节点运行中间件，执行自定义逻辑
* 自动编排工具调用的并发与顺序执行
* 处理用户中断，并从暂停状态继续运行
## 核心接口
`Agent` 类的主要接口如下：
| 方法 | 描述 |
| ---------------------------------------------------------- | ------------------------------------ |
| `reply(inputs, structured_schema)` | 运行推理-行动循环并返回最终 `Msg`，可选择要求结构化输出 |
| `reply_stream(inputs, structured_schema, yield_final_msg)` | 同 `reply`，但以流式方式逐一产出 `AgentEvent` 对象 |
| `observe(msgs)` | 将消息添加到上下文，不触发推理 |
| `compress_context(context_config, instructions)` | 在 token 数量超过阈值时压缩上下文，可注入指令引导摘要行为 |
## 主循环
智能体在每次 `reply` 调用时运行推理-行动循环。每一轮由一个统一的决策点检查当前状态，并选择下一步动作（推理、行动或退出）。下图展示了主要控制流程：
```mermaid theme={null}
flowchart TD
A([输入: 消息 / 事件]) --> B{等待外部事件?}
B -- 是 --> C[处理事件
更新工具状态]
B -- 否 --> D[将输入消息添加到上下文]
C --> E
D --> E
E{检查下一步动作} -- 退出: 等待外部交互 --> F([暂停: 等待用户确认 /
外部执行结果])
E -- 退出: 最终消息或
结构化输出就绪 --> I([返回最终消息])
E -- 推理 --> G[必要时压缩上下文]
E -- 行动 --> Acting
G --> H[LLM 调用]
H --> E
subgraph Acting [行动]
direction TB
J[批量工具调用
串行 / 并发] --> L[执行工具调用]
L --> M{权限
检查}
M -- 允许 --> N[运行工具 → 结果]
M -- 询问 / 外部 --> O([暂停并发出
RequireUserConfirmEvent])
M -- 拒绝 --> P[将错误结果返回 LLM]
end
N --> E
P --> E
```
## 延伸阅读
如何配置模型、格式化器、工具与各类配置对象。
如何调用回复、流式输出、要求结构化输出与持久化状态。
智能体如何持续感知时间、任务与上下文用量。
如何干净地停止一个运行中或暂停中的智能体。
如何暂停以等待用户确认或外部工具执行。