如何将OpenClaw的AgentLoop为支持的？

【OpenClaw】通过Nanobot源码学习架构---（3）AgentLoop 目录【OpenClaw】通过Nanobot源码学习架构---（3）AgentLoop0x00 概要0x01 原理1.1 Agent：负责“执行”1.2 Pi-Agent框架0x02 AgentLoop2.1 架构2.2 流程2.3 定义和初始化2.4 run2.5 _dispatch2.6 _process_message()2.7 _run_agent_loop()0xFF 参考 0x00 概要 OpenClaw 应该有40万行代码，阅读理解起来难度过大，因此，本系列通过Nanobot来学习 OpenClaw 的特色。 Nanobot是由香港大学数据科学实验室(HKUDS)开源的超轻量级个人 AI 助手框架，定位为"Ultra-Lightweight OpenClaw"。非常适合学习Agent架构。 Agent 是“业务执行者”，解决“消息怎样变成模型调用、工具执行和最终回复”。它们具备独立的上下文（与主对话隔离）和可使用的特定工具，并且具备定义明确的角色和方法论。每次 Agent 收到消息时运行的核心推理周期如下： 从总线接收消息 组装上下文 推理该做什么（这是 LLM 调用） 根据决定行动（调用工具、执行命令） 观察结果，保存状态 判断：我完成了吗？还是再循环一次？ 完成后回复 注：本系列借鉴的文章过多，可能在参考文献中有遗漏的文章，如果有，还请大家指出。 0x01 原理 1.1 Agent：负责“执行” 一个 Agent = 一个完整的 AI “大脑实例”，每个 Agent 都拥有独立资源。Agent 是“执行平面”，解决“消息怎样变成模型调用、工具执行和最终回复”。具体如下图（来自MiniClaw）。 Feishu Cloud | | HTTP POST /feishu/events | (im.message.receive_v1) v [ESP32 Webhook Server :18790] | | message_bus_push_inbound() v [Message Bus] ──> [Agent Loop] ──> [Message Bus] (Claude/GPT) | | outbound dispatch v [feishu_send_message()] | | POST /im/v1/messages v Feishu API 下图是Agent 的最小循环。每个 AI Agent 都需要这个循环。模型决定何时调用工具、何时停止。代码只是执行模型的要求。