#Agent

从输入、输出和系统职责三个层面理解 TypeSafe AI 的 Jev：它为什么不是一个聊天模型，又与传统分类器、结构化输出和 Agent 决策循环有什么不同。

从 rpi-mcp-adapter 0.2.1 的当前 Rust 源码出发，跟踪 mcp_list、mcp_call、stdio、Streamable HTTP、连接缓存、超时取消和结果转换的完整调用链。

从 rpi-acp 0.1.3 的 Rust 源码出发，以 Zed 为例，跟踪 ACP Client 如何通过 JSON-RPC stdio 启动 rpi、创建会话、接收事件并处理权限请求；其他兼容 ACP v1 的客户端也可参考。

rpi 不是又一个终端 Agent，而是一套可以嵌入、测试、恢复和扩展的 Rust-native Agent runtime。本文介绍它的架构选择和工程优势。

从 OpenAI Chat Completions、Responses、Embeddings 与 Anthropic Messages 四类接口出发，对照消息、响应、工具、流式事件和向量化，解释它们的协议边界与适配方式。

从任务规划、代码分析、网络访问到飞书、语音和运行监控，按使用场景梳理 rpi-packages 中的扩展，并用图解说明它们如何组合。

用约 100 行核心代码实现 Hermes 式 Agent 的工具调用与上下文循环，再通过 rpi-im-message 扩展接入飞书。

从 Enter 到任务结束，读懂 Agent 的消息、上下文、模型请求、工具闭环、双层循环，以及流式显示、压缩、重试与恢复的职责。

rpi 用 Rust 重新实现 Pi SDK，提供终端编码助手、可嵌入的运行时和原生扩展，让 Rust 开发者按需组合自己的 Agent。