Ai

进入 Agent Loop：定义工具执行结果、工具接口和 Agent 级事件协议，把模型响应、工具调用、工具结果和多轮上下文累积组织成一个可观测、可中断、可扩展的执行循环。

收尾 AI Provider 层：用 TypeBox 完成工具参数转换、去噪和校验，再用轻量 ModelRegistry 把 provider 与 model 路由收拢起来，让上层可以用统一字符串选择模型并发起流式调用。

在静态消息类型之上定义流式事件协议和 EventStream 容器，再实现 Anthropic 与 OpenAI-compatible adapter，把不同模型 API 的原生流统一成可被 UI 和 Agent Loop 消费的事件流。

从不同厂商的 API 格式差异出发，解释为什么重度 Agent 不该完全依赖统一 LLM SDK，并设计一层薄而可控的 Provider 抽象来承载消息、工具、流式事件、用量和中断语义。

系统提示词不是一句角色设定，而是一个 Agent 产品的员工手册、行为准则和评估入口。真正重要的不是写出一版完美 prompt，而是建立可测试、可迭代的行为系统。