查询引擎

每个 API 调用都会经过 withRetry() in services/api/withRetry.ts。 该函数是一个 async function* 重试最多 DEFAULT_MAX_RETRIES = 10 默认情况下，产生一个 SystemAPIErrorMessage 每次睡眠前，用户都会看到实时状态更新。

// Backoff formula (from withRetry.ts)
export function getRetryDelay(
  attempt: number,
  retryAfterHeader?: string | null,
  maxDelayMs = 32000,
): number {
  if (retryAfterHeader) {
    const seconds = parseInt(retryAfterHeader, 10)
    if (!isNaN(seconds)) return seconds * 1000
  }
  const baseDelay = Math.min(
    BASE_DELAY_MS * Math.pow(2, attempt - 1),
    maxDelayMs,
  )
  const jitter = Math.random() * 0.25 * baseDelay
  return baseDelay + jitter
}

关键重试决策规则：

• 529（超载）： 仅前台查询源重试（用户正在等待）。 背景来源——摘要、分类——立即放弃，以避免放大容量级联。
• 作品后备： 在非自定义 Opus 模型上连续 3 个 529 后，抛出 FallbackTriggeredError which queryLoop 捕获并切换到 fallbackModel.
• OAuth 401： 通过强制刷新令牌 handleOAuth401Error() 在下一次尝试之前。
• 上下文溢出 400： 从错误消息中解析令牌计数并计算新的 maxTokensOverride.
• 持久模式（UNATTENDED_RETRY）： 以 30 分钟的退避上限无限期地重试，每 30 秒生成一次心跳消息，以便主机不会因不活动而终止会话。
• ECONNRESET/EPIPE: 检测到陈旧的保持活动套接字； disableKeepAlive() 在重试之前调用。

Anthropic 流 API 按以下顺序发送服务器发送的事件： message_start → 一个或多个 content_block_start / content_block_delta / content_block_stop 成对 → message_delta （最终使用+ stop_reason）→ message_stop.

queryModel 重建一个完整的 AssistantMessage 每个内容块对象并产生它。 用法在最后一条消息上就地改变一次 message_delta 到达 — 在流结束之前，最终的 stop_reason 和令牌计数不可用。

// From QueryEngine.ts — usage tracking
if (message.event.type === 'message_start') {
  currentMessageUsage = updateUsage(EMPTY_USAGE, message.event.message.usage)
}
if (message.event.type === 'message_delta') {
  currentMessageUsage = updateUsage(currentMessageUsage, message.event.usage)
  if (message.event.delta.stop_reason != null) {
    lastStopReason = message.event.delta.stop_reason
  }
}

一个微妙之处： tool_use 块包含它们的 JSON input 通过三角洲。 如果一个工具的 backfillObservableInput 方法将字段添加到输入（例如，扩展文件路径），仅 clone 消息的一部分被提供给观察者——原始消息在提示缓存中保持逐字节相同。

发生阻塞限制检查 after 所有压缩策略均已运行。 如果上下文仍然超过限制，则合成 PROMPT_TOO_LONG_ERROR_MESSAGE 产生并且循环有理由退出 blocking_limit — 用户必须手动运行 /compact.

反应式紧凑是由 API 中的真实 413（提示太长）触发的后备路径。 引擎在流式传输期间保留错误消息，然后尝试一次反应性压缩。 如果失败，则会出现错误并跳过停止钩子（以防止死亡螺旋）。

The task_budget 功能跟踪跨紧凑边界消耗的总上下文令牌。 当服务器总结历史时，它通常会低估预压缩的支出； taskBudgetRemaining 携带正确的跨界累计支出。

// task_budget carryover across compaction (query.ts ~508)
if (params.taskBudget) {
  const preCompactContext =
    finalContextTokensFromLastResponse(messagesForQuery)
  taskBudgetRemaining = Math.max(
    0,
    (taskBudgetRemaining ?? params.taskBudget.total) - preCompactContext,
  )
}

handleStopHooks() 按顺序运行三类钩子：

1. 停止 Hooks（总是）

注册通过 settings.json 挂钩配置。 并行运行； 每个结果都被收集为 hook_success, hook_non_blocking_error， 或者 hook_error_during_execution 依恋。 阻塞错误是任何钩子退出代码失败，其中钩子明确指示它应该阻塞。

2.TaskCompleted 钩子（仅限队友模式）

在队友模式（多代理设置）下，每个代理都会触发钩子 in_progress 该代理拥有的任务。 这些镜像停止钩子语义（可以阻塞，可以阻止继续）。

3. TeammateIdle 钩子（仅限队友模式）

当该队友进入空闲状态时触发。 也可以阻止或阻止继​​续。

4. 一劳永逸的后台任务

在裸模式下跳过（-p 旗帜）。 被解雇时没有 await 在交互模式下：

• executePromptSuggestion — 生成 btw... suggestions
• executeExtractMemories — 将事实提取到 MEMORY.md
• executeAutoDream — 自主背景探索

// --bare / SIMPLE: skip background bookkeeping
// Scripted -p calls don't want auto-memory or forked agents
// contending for resources during shutdown.
if (!isBareMode()) {
  void executePromptSuggestion(stopHookContext)
  if (feature('EXTRACT_MEMORIES') && isExtractModeActive()) {
    void extractMemoriesModule!.executeExtractMemories(...)
  }
  if (!toolUseContext.agentId) {
    void executeAutoDream(...)
  }
}

query/tokenBudget.tsconst COMPLETION_THRESHOLD = 0.9   // 90% used = done
const DIMINISHING_THRESHOLD = 500  // <500 new tokens = no progress

export function checkTokenBudget(
  tracker: BudgetTracker,
  agentId: string | undefined,
  budget: number | null,
  globalTurnTokens: number,
): TokenBudgetDecision {
  if (agentId || budget === null || budget <= 0) {
    return { action: 'stop', completionEvent: null }
  }
  const pct = Math.round((globalTurnTokens / budget) * 100)
  const isDiminishing =
    tracker.continuationCount >= 3 &&
    deltaSinceLastCheck < DIMINISHING_THRESHOLD &&
    tracker.lastDeltaTokens < DIMINISHING_THRESHOLD
  // Continue if under 90% AND not diminishing
  if (!isDiminishing && turnTokens < budget * COMPLETION_THRESHOLD) {
    return { action: 'continue', nudgeMessage: ... }
  }
  return { action: 'stop', ... }
}

决策逻辑有两个提前停止条件：

• 预算用尽： 转代币≥预算的90%→停止
• 收益递减： 3+ 延续后，如果当前 Delta 和前一个 Delta 均低于 500 个代币 → 停止（模型正在旋转）

微移消息作为 isMeta 用户消息，因此它不会出现在 REPL 记录中，并且循环继续 transition.reason = 'token_budget_continuation'.