回复: KimiSoul 主循环流程图

你说得对，让我查看代码确认 Ralph Loop 和 _agent_loop 的区别： toolName: view_files status: success filePath: c:\GitHub\kimi-cli\src\kimi_cli\soul\kimisoul.py

toolName: search_by_regex status: success

Ralph Loop vs _agent_loop 的区别

┌─────────────────────────────────────────────────────────────────┐
│                        run() 入口                               │
└────────────────────────────┬────────────────────────────────────┘
                             │
         ┌───────────────────┼───────────────────┐
         │                   │                   │
         ▼                   ▼                   ▼
   ┌──────────┐       ┌─────────────┐     ┌──────────┐
   │ 斜杠命令  │       │ Ralph Loop  │     │ 普通对话  │
   └──────────┘       │ FlowRunner  │     └────┬─────┘
                      └──────┬──────┘          │
                             │                 │
                    ┌────────┴────────┐        │
                    │  FlowRunner.run()│       │
                    │  (任务级循环)     │       │
                    └────────┬────────┘        │
                             │                 │
                    ┌────────┴────────┐        │
                    │  _flow_turn()   │        │
                    │  ─────────────  │        │
                    │  _turn()        │◄───────┘
                    └────────┬────────┘
                             │
                    ┌────────┴────────┐
                    │  _agent_loop()  │
                    │  (步骤级循环)    │
                    └─────────────────┘

关键区别：

特性	Ralph Loop	_agent_loop
层级	任务级循环	步骤级循环
实现	`FlowRunner.ralph_loop()`	`KimiSoul._agent_loop()`
用途	自动重复执行任务，让 LLM 决定何时停止	执行单次对话的多步骤
停止条件	LLM 选择 "STOP" 或达到最大迭代	无工具调用或工具被拒绝
内部调用	调用 `_flow_turn()` → `_turn()`	被 `_turn()` 调用

Ralph Loop 的 Flow 结构：

BEGIN ──► R1(执行任务) ──► R2(决策)
                              │
                    ┌─────────┴─────────┐
                    ▼                   ▼
              CONTINUE              STOP
              (回到 R2)            (END)

修正后的流程图：

flowchart TD
    subgraph run["run() 入口"]
        A1[刷新 OAuth Token] --> A2[发送 TurnBegin]
        A2 --> A3{解析用户输入}
    end
    
    A3 -->|斜杠命令| B1[执行斜杠命令]
    A3 -->|Ralph Loop 模式| B2[FlowRunner.ralph_loop]
    A3 -->|普通对话| B3[_turn]
    
    B1 --> EXIT[发送 TurnEnd]
    
    subgraph ralph["Ralph Loop (任务级循环)"]
        B2 --> R1[FlowRunner.run]
        R1 --> R2{node.kind?}
        R2 -->|begin| R3[跳到下一个节点]
        R2 -->|task| R4[_flow_turn]
        R2 -->|decision| R4
        R2 -->|end| R5[结束 Flow]
        R3 --> R2
        R4 --> R6{choice?}
        R6 -->|CONTINUE| R2
        R6 -->|STOP| R5
        R5 --> EXIT
    end
    
    subgraph turn["_turn()"]
        B3 --> C1[检查 LLM/能力]
        C1 --> C2[checkpoint + append_message]
        C2 --> C3[_agent_loop]
    end
    
    subgraph agent_loop["_agent_loop() (步骤级循环)"]
        C3 --> D1[step_no++]
        D1 --> D2{超限?}
        D2 -->|YES| D3[MaxStepsReached]
        D2 -->|NO| D4[_step]
        D4 --> D5{有工具?}
        D5 -->|YES| D1
        D5 -->|NO| D6[返回 TurnOutcome]
    end
    
    D6 --> EXIT

Ralph Loop 是外层的任务自动循环，而 _agent_loop 是内层的步骤执行循环，两者是嵌套关系。