第二章：ChatModelAgent、Runner、AgentEvent（Console 多轮）
本章目标：引入 Runner 实现多轮对话，理解 Agent 事件流和对话历史管理。
代码位置
- 入口代码：cmd/ch02/main.go
前置条件
与第一章一致：需要配置一个可用的 ChatModel（OpenAI 或 Ark）。
运行
在 examples/quickstart/chatwitheino 目录下执行：
go run ./cmd/ch02
输出示例：
you> 你好
[assistant] 你好！有什么我可以帮助你的吗？
you> 我刚才说了什么？
[assistant] 你刚才说了"你好"。
从单轮到多轮：为什么需要 Runner
第一章我们实现了单轮对话，但有两个问题：
- 没有历史记忆：每次调用都是独立的，Agent 不知道之前说了什么
- 手动管理流式输出：需要自己处理
stream.Recv()循环
Runner 的定位：
- Runner 是 Agent 的运行时容器：管理 Agent 的调用和事件流
- Runner 不管理对话历史：历史由外部维护和传入
- Runner 提供统一的事件流：把 Agent 的执行过程抽象为一系列事件
简单类比：
- Agent = “演员”（知道怎么演）
- Runner = “导演”（管理演出流程）
- 对话历史 = “剧本”（由外部编剧维护）
关键概念
Agent 接口
type Agent interface {
Generate(ctx context.Context, input []*schema.Message, opts ...Option) (*schema.Message, error)
Stream(ctx context.Context, input []*schema.Message, opts ...Option) (*schema.StreamReader[*schema.Message], error)
}
Runner
Runner 是 Agent 的运行时容器：
runner := adk.NewRunner(ctx, adk.RunnerConfig{
Agent: agent,
EnableStreaming: true,
})
Runner 的核心方法 Run 接收对话历史，返回事件迭代器：
events := runner.Run(ctx, history)
AgentEvent
Runner 返回的 AsyncIterator[*AgentEvent] 包含以下事件类型：
type AgentEvent struct {
Output *AgentOutput // Agent 的输出
ToolCall *ToolCallEvent // Tool 调用事件
ToolResult *ToolResultEvent // Tool 执行结果
Interrupt *InterruptEvent // 中断事件（后续章节）
}
事件消费模式
events := runner.Run(ctx, history)
for {
event, ok := events.Next()
if !ok {
break
}
if event.Output != nil && event.Output.MessageOutput != nil {
// 处理消息输出（完整或流式）
}
}
对话历史管理
简单内存管理
第二章使用最简单的方式管理对话历史：一个 []*schema.Message 切片。
对话流程：
1. history = []
2. 用户输入 → history = append(history, userMsg)
3. Agent 回复 → history = append(history, assistantMsg)
4. 下一轮用户输入 → 重复 2-3
**关键代码片段（注意：这是简化后的代码片段，不能直接运行，完整代码请参考 cmd/ch02/main.go）：
history := make([]*schema.Message, 0, 16)
for {
// 读取用户输入
line := readUserInput()
// 追加到历史
history = append(history, schema.UserMessage(line))
// 运行 Agent
events := runner.Run(ctx, history)
// 收集 Assistant 回复
content := printAndCollectAssistantFromEvents(events)
// 追加到历史
history = append(history, schema.AssistantMessage(content, nil))
}
本章小结
- Runner：Agent 的运行时容器，管理调用流程和事件流
- AgentEvent：统一的事件类型，包含输出、Tool 调用、中断等
- 对话历史：由外部维护，每轮追加 user 和 assistant 消息
- 多轮对话：通过传入完整历史实现上下文连续
扩展思考
内存管理的问题：
- 历史无限增长 → 需要裁剪策略
- 进程重启丢失 → 需要持久化
- 多会话混乱 → 需要 Session 管理
这些问题将在第三章通过引入 Session/Store 机制解决。