Function run_turn

tutorials/01_agentic_loop_basics.py:156–225

执行一个完整的"对话轮次"。 这个函数做的事情： 1. 把用户的输入加到对话历史里 2. 不断循环：调用 AI → 如果 AI 要用工具就执行 → 再调用 AI → ... 3. 直到 AI 给出纯文字回复（不再需要工具），循环结束 参数: ai: AI 模型（真实场景下是 Anthropic API） session: 对话历史（所有消息的列表） user_input: 用户这次说的话 返回: 更新后的对话历史

(ai: FakeAI, session: list[Message], user_input: str)

# 对应源码: rust/crates/runtime/src/conversation.rs 的 run_turn() 方法

def run_turn(ai: FakeAI, session: list[Message], user_input: str) -> list[Message]:
    """
    执行一个完整的"对话轮次"。

    这个函数做的事情：
    1. 把用户的输入加到对话历史里
    2. 不断循环：调用 AI → 如果 AI 要用工具就执行 → 再调用 AI → ...
    3. 直到 AI 给出纯文字回复（不再需要工具），循环结束

    参数:
        ai: AI 模型（真实场景下是 Anthropic API）
        session: 对话历史（所有消息的列表）
        user_input: 用户这次说的话

    返回:
        更新后的对话历史
    """
    # 步骤 1: 把用户消息加入对话历史
    session.append(Message(role="user", content=user_input))
    print(f"\n[用户] {user_input}")

    # 步骤 2: 开始 Agentic Loop
    iteration = 0
    max_iterations = 10  # 安全限制，防止无限循环

    while True:
        iteration += 1
        if iteration > max_iterations:
            print("[错误] 超过最大循环次数，强制停止")
            break

        print(f"\n--- 循环第 {iteration} 轮 ---")

        # 步骤 2a: 调用 AI（传入完整的对话历史）
        ai_response = ai.chat(session)

        # 步骤 2b: 判断 AI 的回复类型
        if ai_response["type"] == "text":
            # AI 给出了纯文字回复 → 循环结束！
            assistant_msg = Message(role="assistant", content=ai_response["text"])
            session.append(assistant_msg)
            print(f"[助手] {ai_response['text']}")
            break  # <-- 这就是循环终止的条件

        elif ai_response["type"] == "tool_use":
            # AI 要使用工具 → 我们需要执行工具，把结果告诉 AI
            tool_name = ai_response["name"]
            tool_input = ai_response["input"]
            print(f"[助手] 我要使用工具: {tool_name}({tool_input})")

            # 先把 AI 的"工具请求"消息加入历史
            session.append(Message(
                role="assistant",
                content=f"[tool_use: {tool_name}({tool_input})]"
            ))

            # 执行工具
            if tool_name in TOOL_REGISTRY: