第三篇：运行原理

所属位置: 本书第三篇 — 理解 AI 能力怎么被调用和执行 阅读目标: 掌握 LLM 调用链路和 VM 执行引擎的完整流程 前置要求: 先读第二篇·通讯协议 预计时间: 30 分钟

---

graph LR
    Prev["🔌 第二篇·通讯协议"]
    Prev --> LLM["🤖 LLM 调用链路<br/>模型管理·接口类型·提供者"]
    LLM --> VM["🖥️ VM & TaskFlow<br/>容器生命周期·Agent 执行"]
    VM --> Next["👉 进入第四篇·工程实现"]

    style Prev fill:#555,color:#fff
    style Next fill:#555,color:#fff

LLM 调用链路

sequenceDiagram
    participant Agent as VM Agent
    participant Client as client.go
    participant SDK as SDK
    participant Provider as LLM 提供商

    Agent->>Client: generateText()
    Note over Client: 检测 interface_type
    alt openai_chat
        Client->>SDK: go-openai SDK
        SDK->>Provider: POST /chat/completions
    else openai_responses
        Client->>Provider: POST /responses
    else anthropic
        Client->>SDK: anthropic-sdk-go
        SDK->>Provider: POST /v1/messages
    end
    Provider-->>Agent: SSE 流式响应

#	文件	内容	行数
1	模型管理 API	CRUD、Owner 权限、6 层解析	293L
2	三种接口类型	openai_chat / openai_responses / anthropic	305L
3	提供商配置	11 个提供商、Base URL、默认模型	223L
4	模型定价与配额	3 级订阅、访问级别、并发控制	202L
5	LLM 集成协议	Client 架构、SDK 选择、错误处理	298L
6	Coding Agent 配置	4 种 cli_name、NPM 包、容器注入	163L
7	私有模型创建	私有/团队/公开三级 Owner	317L
8	模型发现 Pipeline	6 层回退解析、5 分钟缓存	413L

VM & TaskFlow 执行引擎

#	文件	内容	行数
1	TaskFlow 架构	后端↔Docker 中间调度层	164L
2	VM 生命周期	7 种状态、启动链、空闲回收	246L
3	MCP 协议	JSON-RPC 2.0、内置 + 外部工具	367L
4	Agent 内部架构	Codex/Claude/OpenCode NPM 包	277L
5	资源管理	CPU/Memory、空闲休眠、回收策略	231L

---

继续阅读: 第四篇·工程实现 → 反向代理