go-tiny-claw/internal/engine/loop.go

package engine

import (
	"context"
	"fmt"
	"log"
	"sync"

	"go-tiny-claw/internal/prompt"
	"go-tiny-claw/internal/provider"
	"go-tiny-claw/internal/schema"
	"go-tiny-claw/internal/tools"
)

// AgentEngine 是微型 OS 的核心驱动
type AgentEngine struct {
	provider provider.LLMProvider
	registry tools.Registry

	// WorkDir (工作区): 借鉴 OpenClaw 的理念，Agent 必须有一个明确的物理边界
	WorkDir        string
	EnableThinking bool // 【新增】慢思考模式开关
	composer       *prompt.PromptComposer
}

func NewAgentEngine(p provider.LLMProvider, r tools.Registry, workDir string, enableThinking bool) *AgentEngine {
	return &AgentEngine{
		provider:       p,
		registry:       r,
		WorkDir:        workDir,
		EnableThinking: enableThinking,
		composer:       prompt.NewPromptComposer(workDir),
	}
}

func (e *AgentEngine) String() string {
	return fmt.Sprintf("AgentEngine{workDir: %s, thinking: %v, registry: %s}", e.WorkDir, e.EnableThinking, e.registry)
}

// dumpMessages 打印当前上下文中的所有消息 (调试用)
func dumpMessages(msgs []schema.Message) {
	for i, msg := range msgs {
		content := msg.Content
		// if len(content) > 80 {
		// 	content = content[:80] + "..."
		// }
		log.Printf("  [%02d] %-10s | %s", i, msg.Role, content)
	}
}

// dumpTools 打印当前可用的工具列表
func dumpTools(tools []schema.ToolDefinition) {
	if len(tools) == 0 {
		log.Printf("  [Tools] (无可用工具)\n")
		return
	}
	for i, t := range tools {
		log.Printf("  [Tool %d] %s — %s", i, t.Name, t.Description)
	}
}

func (e *AgentEngine) Run(ctx context.Context, userPrompt string) error {
	log.Printf("[Engine] 引擎启动，锁定工作区: %s\n", e.WorkDir)
	log.Printf("[Engine] 慢思考模式 (Thinking Phase): %v\n", e.EnableThinking)

	systemMsg := e.composer.Build()

	contextHistory := []schema.Message{
		systemMsg, // 注入动态组装的内核、AGENTS.md 与 Skills
		{Role: schema.RoleUser, Content: userPrompt},
	}

	turnCount := 0
	const maxTurns = 10

	for {
		turnCount++
		if turnCount > maxTurns {
			log.Printf("[Engine] 已达最大轮数 (%d)，强制终止。\n", maxTurns)
			break
		}
		log.Printf("\n========== [Turn %d] 开始 ==========\n", turnCount)
		dumpMessages(contextHistory)

		// 获取当前挂载的所有工具定义
		availableTools := e.registry.GetAvailableTools()
		dumpTools(availableTools)

		// ====================================================================
		// Phase 1: 慢思考阶段 (Thinking) - 仅第一轮执行初始规划
		// ====================================================================
		if e.EnableThinking && turnCount == 1 {
			log.Println("[Engine][Phase 1] 剥夺工具访问权，强制进入慢思考与规划阶段...")

			// 核心机制：传入的 availableTools 为 nil！
			// 大模型看不到任何 JSON Schema，被迫只能输出纯文本的思考过程。
			thinkResp, err := e.provider.Generate(ctx, contextHistory, nil)
			if err != nil {
				return fmt.Errorf("Thinking 阶段生成失败: %w", err)
			}

			// 如果模型输出了思考过程，我们将其作为 Assistant 消息追加到上下文中
			if thinkResp.Content != "" {
				fmt.Printf("🧠 [内部思考 Trace]: %s\n", thinkResp.Content)
				contextHistory = append(contextHistory, *thinkResp)
			}

			// 插入过渡指令：让模型知道现在可以调用工具了
			contextHistory = append(contextHistory, schema.Message{
				Role:    schema.RoleUser,
				Content: "根据你的推理，现在请使用可用的工具来完成任务。执行具体行动。",
			})
		}

		// ====================================================================
		// Phase 2: 行动阶段 (Action) - 恢复工具，顺着规划执行
		// ====================================================================
		log.Println("[Engine][Phase 2] 恢复工具挂载，等待模型采取行动...")

		// 此时的 contextHistory 中已经包含了上一阶段模型自己的 Thinking Trace + 过渡指令。
		// 模型会顺着自己的逻辑，结合恢复的 availableTools 发起精准的工具调用。
		actionResp, err := e.provider.Generate(ctx, contextHistory, availableTools)
		if err != nil {
			return fmt.Errorf("Action 阶段生成失败: %w", err)
		}

		contextHistory = append(contextHistory, *actionResp)

		if actionResp.Content != "" {
			fmt.Printf("🤖 [对外回复]: %s\n", actionResp.Content)
		}

		// ====================================================================
		// 退出与执行逻辑 (与上一讲保持一致)
		// ====================================================================
		if len(actionResp.ToolCalls) == 0 {
			log.Println("[Engine] 模型未请求调用工具，任务宣告完成。")
			break
		}

		log.Printf("[Engine] 模型请求并发调用 %d 个工具...\n", len(actionResp.ToolCalls))

		// 【核心改造开始】: 从串行 (Sequential) 演进为并行 (Parallel)

		// 1. 预分配一个固定长度的切片，用于安全地存放各个并发工具的执行结果（Observation）
		// 长度与 ToolCalls 的数量完全一致
		observationMsgs := make([]schema.Message, len(actionResp.ToolCalls))

		// 2. 声明 WaitGroup 用于阻塞等待所有协程完成
		var wg sync.WaitGroup

		// 3. 遍历模型请求的所有工具，为每一个工具单独 Fork 出一个 Goroutine
		for i, toolCall := range actionResp.ToolCalls {
			wg.Add(1) // 增加计数器

			// 开启协程。注意：一定要将索引 i 和 toolCall 作为参数传入匿名函数，防止闭包变量捕获陷阱！
			go func(idx int, call schema.ToolCall) {
				defer wg.Done() // 协程结束时计数器减一

				log.Printf("  -> [Go-%d] 🛠️ 触发并行执行: %s\n", idx, call.Name)

				// 调用底层 Registry 执行工具（物理操作）
				result := e.registry.Execute(ctx, call)

				if result.IsError {
					log.Printf("  -> [Go-%d] ❌ 工具执行报错: %s\n", idx, result.Output)
				} else {
					log.Printf("  -> [Go-%d] ✅ 工具执行成功 (返回 %d 字节)\n", idx, len(result.Output))
				}

				// 将执行结果封装为一条用户消息 (RoleUser)
				obsMsg := schema.Message{
					Role:       schema.RoleUser,
					Content:    result.Output,
					ToolCallID: call.ID,
				}

				// 【线程安全】: 由于每个 Goroutine 操作的是预分配切片的不同索引，
				// 这里不需要加锁 (Mutex)，性能极高！
				observationMsgs[idx] = obsMsg

			}(i, toolCall) // 闭包传参
		}

		// 4. Join 阻塞等待：主循环挂起，直到所有的并发协程全部执行完毕
		wg.Wait()
		log.Println("[Engine] 所有并发工具执行完毕，开始聚合观察结果 (Observation)...")

		// 5. 聚合装填：将并行的结果，按照原本的顺序，一次性追加到上下文时间线中
		// 这等价于 contextHistory = append(contextHistory, observationMsgs...)
		for _, obs := range observationMsgs {
			contextHistory = append(contextHistory, obs)
		}
	}

	return nil
}