AI 编程 Agent 实战（中）：ReAct、任务计划与执行控制

上一篇，咱们已经把整个 AI 编程 Agent 跑起来了。

这一小节就开始看代码了。

和之前一样，咱们从 「启动 Agent」这个按钮的触发事件开始，来看整个业务的处理逻辑

come on～

本项目代码位于：Code/Node/第四章/06-software-engineering-agent

阅读这一篇时，可以继续保持上一篇启动的 npm run dev。为了得到和文章一致的执行轨迹，建议先选择 Replay 模式运行。Replay 不会请求模型，但是会经过和 AI 模式完全相同的 Runtime、Tool 和状态管理流程。

从“启动 Agent”按钮进入项目

咱们先选择第一个场景：实现任务优先级筛选

页面入口位于：web/src/App.vue

点击「启动 Agent」按钮以后，会调用 createRun()：

/**
 * 根据场景创建一次新的 Agent Run，并自动切换到运行轨迹页面。
 *
 * @param {string} scenarioId 要运行的场景 ID，默认使用当前选中的场景
 */
async function createRun(scenarioId = selectedScenarioId.value) {
	...
	try {
		// 调用接口创建新的 Agent Run。
		const run = await api.createRun({
			scenarioId,
			requirement: nextRequirement,
			mode: mode.value
		})

		....
	} 
}

这个方法收集了三个信息：

• scenarioId ：当前选择的实验场景
• requirement：用户输入的自然语言需求
• mode：AI 或 Replay 的状态

然后，通过 api.createRun() 发送给服务端。

api.createRun() 代码位于 web/src/api.ts

所以，点击按钮以后，浏览器真正发送的是一个这样的请求：

POST /api/runs
Content-Type: application/json

{
  "scenarioId": "priority-filter",
  "requirement": "为 GET /tasks 增加 priority 筛选能力，支持 low、medium、high，并保持已有 status 筛选兼容。",
  "mode": "replay"
}

这个请求会进入 NestJS 的 RunsController：

server/src/agent/runs.controller.ts

createRun 作为一个 controller 肯定不会做太多的事情，所以他的核心是调用了 this.runtime.createRun

于是，调用链就从页面进入了 AgentRuntimeService ，这个调用流程应该比较简单，用 GPT-Image-2 花了个流程图：

接下来，咱们继续进入 AgentRuntimeService.createRun()。

创建一个 Agent Run 时，项目做了什么

代码位于：

server/src/agent/agent-runtime.service.ts

这个方法比较长，但是做的事情可以先归成四步：

1. 读取场景配置
2. 创建 Agent Run State
3. 创建独立代码工作区
4. 保存状态并启动 Agent Loop

咱们顺着代码看。

读取场景配置

createRun() 最开始会根据 scenarioId 找到当前场景：

// 根据场景 ID 获取预设场景，场景不存在时由 getScenario 抛出异常。
const scenario = getScenario(scenarioId)

// 默认使用 Replay 模式，避免未明确指定时直接产生模型调用。
const mode = options.mode ?? 'replay'

// 优先使用用户输入的需求，否则使用场景预设需求。
const requirement = (options.requirement ?? scenario.requirement).trim()
...

// 确认当前 Provider 支持并且能够使用指定的运行模式。
this.provider.assertAvailable(mode)

如果选择 AI 模式，Provider 还会检查项目有没有配置 DeepSeek API Key。

那么，scenario 里面有什么？

打开：

server/src/agent/