1. 先理解问题：Agent 核心为什么不应该绑定 Provider

一个 Agent 通常负责：

1. 保存对话状态；
2. 把用户消息加入上下文；
3. 请求模型生成回复；
4. 解析增量文本；
5. 识别工具调用；
6. 执行工具；
7. 把工具结果追加回上下文；
8. 继续下一轮模型请求。

其中第 3 步才真正涉及模型供应商：

Agent Loop │ ├─ 准备上下文 ├─ 调用模型生成回复 ← Provider 相关 ├─ 处理文本增量 ├─ 执行 Tool └─ 继续循环

如果 Agent 核心直接写：

import{streamAnthropic}from"...";import{streamOpenAI}from"...";

那么核心就会依赖具体 Provider，带来几个问题：

• Agent 包必须安装所有 Provider SDK；
• 增加新 Provider 时需要修改 Agent 核心；
• 测试必须真正模拟或连接具体模型；
• 用户无法方便地注入代理、缓存、重试、路由或本地模型；
• Agent 核心与模型鉴权、HTTP、API 格式耦合。

Pi 的做法是把“请求模型并获得事件流”抽象成一个函数类型：StreamFn。

2.StreamFn是什么

定义位于：

packages/agent/src/types.ts:33

核心类型是：

exporttypeStreamFn=(model:Model<Api>,context:TranscriptContext,options?:SimpleStreamOptions,)=>AssistantMessageEventStream|Promise<AssistantMessageEventStream>;

可以把它理解为：

给我： - 一个模型描述 - 一份已经整理好的对话上下文 - 一些请求选项 返回： - 一个 AssistantMessageEventStream

它的职责非常明确：

StreamFn = 模型调用适配器

Agent 不关心这个函数内部是：

• OpenAI Chat Completions；
• Anthropic Messages；
• Google Generative AI；
• Azure；
• Bedrock；
• 本地 Ollama；
• 远程代理；
• 测试用 Mock；
• 自己实现的 RPC 服务。

Agent 只依赖统一的返回类型：

AssistantMessageEventStream

3. Agent 核心如何注入streamFn

AgentOptions要求传入streamFn：

// packages/agent/src/agent.ts:113exportinterfaceAgentOptions{initialState?:AgentInitialState;convertToLlm?:(messages:AgentMessage[])=>Message[]|Promise<Message[]>;transformContext?:(...);streamFn:StreamFn;...}

构造 Agent 时：

constagent=newAgent({initialState:{model,},streamFn,});

Agent 会保存这个函数：

// packages/agent/src/agent.ts:194publicstreamFunction:StreamFn;

构造函数中完成注入：

// packages/agent/src/agent.ts:230this.streamFunction=runtimeOptions.streamFn??getDefaultStreamFn(