11. 案例研究：17 个专注模式横向对比

回到 README | 上一章：10-build-your-own-loop.md | 下一章：12-debugging-and-observability.md

reactloops 目录下当前已注册 17 个专注模式。本章给出横向对比表，并对其中 5 个最有学习价值的 loop 做深度拆解。

11.1 横向对比表

注册名	复杂度	Hook 用法	自定义 action 数	覆盖 directly_answer	LiteForge 用法	流式字段数	关键 prompt 文件	用途
loop_default	低	InitTask 处理 attached data + 意图识别	0（共享通用 actions）	否	DeepIntent 调用	0	persistent_instruction	通用 ReAct 入口
loop_intent	中	InitTask + OnPostIteraction	2（query_capabilities, finalize_enrichment）	否（用 finalize_enrichment 替代）	DeepIntent 实现	多	persistent_instruction + reactive_data	内部意图识别
loop_smart_qa	中	InitTask	7（search_knowledge, web_search 等）	否（用 final_answer）	否	多	persistent_instruction	智能问答
loop_knowledge_enhance	中	OnPostIteraction（finalize fallback）	1（search）	否	finalize fallback	1	persistent_instruction	知识库增强
loop_plan	高	InitTask + OnPostIteraction	8（output_facts, search_knowledge, scan_port 等）	否（用 finish_exploration）	多个 LiteForge 步骤生成文档/计划	多（含 AITag）	persistent + plan_from_document + guidance_document	任务规划
loop_http_fuzztest	极高	InitTask + OnPostIteraction	9（set_http_request, fuzz_method, fuzz_path 等）	是	初始化 + finalize 多次	多（AITag + Stream）	persistent + reactive_data + reflection_output_example	HTTP 安全模糊测试
loop_http_flow_analyze	高	OnPostIteraction（强制 fallback）	4（filter, match, get_detail, output_findings）	是	finalize fallback	多	persistent + reactive_data	HTTP 流量分析
loop_code_security_audit	极高	InitTask + 多阶段	多（phase1 + phase2 扫描）	是	多个 phase 内部	多	persistent + 多 phase	代码安全审计
loop_syntaxflow_rule	高	InitTask（LiteForge 抽参数）	多	是	强	多	persistent + reactive_data	SyntaxFlow 规则编写
loop_yaklangcode	高	InitTask（LiteForge 解析需求）	多（grep_yaklang_samples, gen_code 等）	是	强	多（含 yaklang_code_editor）	persistent + reactive_data	yak 代码生成
loop_write_python_script	高	InitTask	多	是	是	多	persistent + reactive_data	python 脚本生成
loop_internet_research	中	OnPostIteraction（finalize fallback）	多（web_search 等）	否	finalize fallback	多	persistent	互联网调研
loop_dir_explore	中	InitTask	多（filesystem 操作）	否	是	多	persistent	目录探索
loop_java_decompiler	高	InitTask + OnPostIteraction	多（decompile_jar 等）	是	是	多	persistent	Java 反编译
loop_ai_skill_audit	中	InitTask	多	是	是	多	persistent	AI 技能审计
loop_report_generating	高	InitTask（LiteForge 抽报告意图）	多	是	强	多	persistent	报告生成
loop_infosec_recon	高	InitTask + OnPostIteraction	多（recon 系列）	是	是	多	persistent	信息安全侦察

复杂度判定：

低：< 50 行 init.go，几乎只用默认配置

中：50-150 行 init.go，有几个自定义 action

高：150-300 行 init.go，多 hook + LiteForge

极高：>300 行 init.go 且有专门的子目录（actions、prompts、辅助函数）

11.2 推荐学习顺序

按递增复杂度：

loop_default：理解最简形态
loop_smart_qa：理解 ActionFilter + 自定义 actions
loop_knowledge_enhance：理解 finalize fallback 模式
loop_intent：理解内部 loop + meta 行为
loop_http_flow_analyze：理解多 action + finalize fallback
loop_plan：理解多 LiteForge 编排
loop_http_fuzztest：理解极端定制化（终极目标）

下面给 5 个最值得细看的 loop 做深度拆解。

11.3 深度拆解 1：loop_default

角色

通用入口。当用户输入没有明显的领域意图时，ReAct 默认进这个 loop。

入口

源码 loop_default/init.go。注意它没有自己的 init.go 主 factory，而是在另一个文件（参考 loop_default/ 目录）注册。

init 流程

源码 loop_default/init.go:11-101 的 buildInitTask：

flowchart TD A["进入 InitTask"] --> B{"MustProcessAttachedData? 有 attached datas?"} B -->|是| C["ProcessAttachedData 处理 @ 提及的知识库 / 文件"] B -->|否| D{"DisableIntentRecognition?"} C --> E{"early exit?"} E -->|是| End[返回] E -->|否| D D -->|是| End D -->|否| F["MatchCapabilitiesByText BM25 + 子串匹配"] F --> G{"输入规模"} G -->|Micro/Small| H["FastIntentMatch 规则 + BM25"] G -->|Medium+| I["ExecuteDeepIntentRecognition 跑 loop_intent"] H --> J{"匹配到了?"} J -->|是| End J -->|否 + 不是简单查询| I I --> K["ApplyDeepIntentResult 注入 ExtraCapabilities"] K --> End

学到什么

InitTask 是 ReAct 框架最重要的扩展点：在不动主循环的前提下做"引导环境"
能力发现的级联：先快后慢、先便宜后贵
loop_default → loop_intent 同栈调用：演示了 reactloops 的组合化

11.4 深度拆解 2：loop_intent

角色

内部意图识别 loop。loop_default 的深度路径会调用它。WithLoopIsHidden(true) 表示前端不暴露。

关键配置

源码 loop_intent/init.go:24-94：

reactloops.WithDisableLoopPerception(true)        // 不需要感知层
reactloops.WithAllowRAG(false)
reactloops.WithAllowAIForge(false)
reactloops.WithAllowPlanAndExec(false)
reactloops.WithAllowToolCall(false)               // 不允许调真工具
reactloops.WithAllowUserInteract(false)           // 不允许问用户
reactloops.WithUseSpeedPriorityAICallback(true)   // 用快模型
reactloops.WithMaxIterations(1)                   // 只跑一轮！
reactloops.WithActionFilter(...)                  // 只允许 query_capabilities + finalize_enrichment

学到什么

专注模式可以是"一次性"的：MaxIterations=1 + 严格 action filter = 只做一件事
关闭多余能力：感知 / RAG / 工具调用都关掉，把 token 全用在意图识别
WithLoopIsHidden：前端不显示，但是父 loop 可以调用
Speed priority：意图识别要快，质量可接受即可
组合 OnPostIterationHook 强制 finalize：就算 LLM 没主动调 finalize_enrichment，hook 兜底

11.5 深度拆解 3：loop_smart_qa

角色

智能问答。用户提问，系统结合知识库 / 网络 / 文件 / 持久记忆给答案。

关键配置

源码 loop_smart_qa/init.go:35-95：

reactloops.WithAllowRAG(false)              // 通过自己的 search_knowledge action 控制
reactloops.WithAllowAIForge(false)
reactloops.WithAllowPlanAndExec(false)
reactloops.WithAllowToolCall(false)         // 关掉通用工具，只用自己注册的
reactloops.WithMaxIterations(5)              // 限制 5 轮
reactloops.WithActionFilter(...)            // 白名单：search_knowledge, web_search, read_file, find_files, grep_text, search_persistent_memory, final_answer
// 注册 7 个自定义 action
knowledgeSearchAction(r),
webSearchAction(r),
readFileAction(r),
findFilesAction(r),
grepTextAction(r),
memorySearchAction(r),
finalAnswerAction(r),

学到什么

白名单胜过黑名单：明确允许哪些 actions，拒绝其他所有
不用通用工具：WithAllowToolCall(false) 然后自己注册定制版（更可控、更易测试）
final_answer 替代 directly_answer：自定义命名让 prompt 更直观
5 轮迭代：限制成本，逼 LLM 聚焦

11.6 深度拆解 4：loop_plan

角色

任务规划。生成结构化的多步执行计划，结合知识库 / 文件系统 / 互联网信息 / SMART 思维框架。

关键配置

源码 loop_plan/init.go:72-176：

reactloops.WithAllowRAG(false)
reactloops.WithAllowToolCall(false)
reactloops.WithAllowAIForge(false)
reactloops.WithAllowPlanAndExec(false)
// 关键：用 PersistentContextProvider 而不是简单的 Instruction
reactloops.WithPersistentContextProvider(func(loop, nonce) (string, error) {
    return utils.RenderTemplate(persistentInstruction, map[string]any{
        "Nonce": nonce, "UserInput": ..., "PlanPrompt": planPrompt,
    })
})
// AITag 字段：让 LLM 输出 facts 段
reactloops.WithAITagFieldWithAINodeId(PlanFactsAITagName, ..., aicommon.TypeTextMarkdown),
reactloops.WithMaxIterations(PlanMaxIterations),  // 4
// 8 个 action：
finishExploration(r), outputFactsAction(r), searchKnowledge(r),
readFileAction(r), findFilesAction(r), grepTextAction(r),
webSearchAction(r), scanPortAction(r), simpleCrawlerAction(r),

关键设计

末轮 action 收紧

isLastIteration := currentIter+1 >= maxIter
if isLastIteration {
    for _, name := range infoGatheringActions {
        loop.RemoveAction(name)
    }
    // 强制只能 finish_exploration
}

最后一轮动态删除所有信息收集 action，强制 LLM 收尾。这是 reactloops 的高级用法。

多次 LiteForge 编排

finish_exploration 触发后，OnPostIteraction 会调多个 LiteForge：

generateGuidanceDocument：把 facts + evidence 转成结构化文档
generatePlanFromDocument：再把文档转成可执行计划
流式输出到不同 NodeId

源码 loop_plan/generate_document_and_plan.go。

学到什么

PersistentContextProvider vs PersistentInstruction：后者是字符串，前者是动态渲染（每轮都跑一次）
末轮强制收尾：LLM 不主动 finish 时，框架强行剥夺它的选项
多 LiteForge 串联：复杂的"工程化生成"用 LiteForge 拆步
AITagField 用于结构化 markdown 输出：facts 段比 JSON 字段流更适合 markdown

11.7 深度拆解 5：loop_http_fuzztest（终极复杂度）

角色

HTTP 安全模糊测试。所有 reactloops 扩展点几乎都用上了。

文件结构

loop_http_fuzztest/
├── init.go                        # 主 factory（120+ 行 With* 组合）
├── action_directly_answer.go      # 覆盖默认 directly_answer
├── action_set_http_request.go     # 设置目标请求
├── action_patch_http_request.go   # 单点细粒度修改
├── action_modify_http_request.go  # 整包重写
├── action_fuzz_method.go          # method fuzz
├── action_fuzz_path.go            # path fuzz
├── action_fuzz_header.go          # header fuzz
├── action_fuzz_get_params.go      # GET 参数 fuzz
├── action_fuzz_body.go            # body fuzz
├── action_fuzz_cookie.go          # cookie fuzz
├── action_generate_and_send.go    # 自由生成
├── init.go (init_task)            # 复杂的初始化
├── finalize.go                    # 复杂的 finalize
├── session_*.go                   # 会话持久化
├── http_request_*.go              # HTTP 包工具
├── prompts/                       # 多个 prompt 文件
└── *_test.go                      # 测试

关键配置（init.go:35-119）

preset := []reactloops.ReActLoopOption{
    reactloops.WithAllowRAG(false),
    reactloops.WithAllowToolCall(true),
    
    // 两种 AITag：生成的包 / 修改后的包
    reactloops.WithAITagFieldWithAINodeId("GEN_PACKET", ..., aicommon.TypeCodeHTTPRequest),
    reactloops.WithAITagFieldWithAINodeId("GEN_MODIFIED_PACKET", ..., aicommon.TypeCodeHTTPRequest),
    
    // 覆盖 directly_answer
    reactloops.WithOverrideLoopAction(loopActionDirectlyAnswerHTTPFuzztest),
    
    // 复杂的 InitTask（160+ 行）
    reactloops.WithInitTask(buildInitTask(r)),
    
    // 复杂的 finalize
    BuildOnPostIterationHook(r),
    
    reactloops.WithMaxIterations(int(r.GetConfig().GetMaxIterationCount())),
    reactloops.WithAllowUserInteract(r.GetConfig().GetAllowUserInteraction()),
    reactloops.WithPersistentInstruction(instruction),
    reactloops.WithReflectionOutputExample(outputExample),
    
    // 复杂的 ReactiveData：20+ 个状态字段渲染
    reactloops.WithReactiveDataBuilder(...),
    
    // 9 个自定义 action
    setHTTPRequestAction(r), patchHTTPRequestAction(r), modifyHTTPRequestAction(r),
    fuzzMethodAction(r), fuzzPathAction(r), fuzzHeaderAction(r),
    fuzzGetParamsAction(r), fuzzBodyAction(r), fuzzCookieAction(r),
    generateAndSendPacketAction(r),
}

关键设计

InitTask：bootstrap 上下文

源码 loop_http_fuzztest/init.go:128-184（不同于注册的 init.go）：

检查是否已有 HTTP 请求（来自上轮 session）
没有则用 LiteForge 从用户输入抽取 raw HTTP / URL
抽取失败时尝试从历史 session 恢复
都失败 → emit "请提供 HTTP 包" + op.Done() 早退
成功 → 再用 LiteForge 生成"测试要点 + 灵感提示"流到 quick_plan NodeId

Override directly_answer

源码 loop_http_fuzztest/action_directly_answer.go：

ActionVerifier: func(loop, action) error {
    // 验证：不能同时用 payload 字段和 FINAL_ANSWER tag
    // 验证：必须有内容
}
ActionHandler: func(loop, action, op) {
    // 区分内容来源（payload / tag）
    // EmitFileArtifact + EmitResultAfterStream
    // 持久化会话上下文
    // 添加 timeline 元事件
    // op.Exit()
}

Finalize：自动总结

源码 loop_http_fuzztest/finalize.go:13-28：

func BuildOnPostIterationHook(invoker aicommon.AIInvokeRuntime) reactloops.ReActLoopOption {
    return reactloops.WithOnPostIteraction(func(loop, iteration, task, isDone, reason, op) {
        if !isDone { return }
        persistLoopHTTPFuzzSessionContext(loop, "post_iteration")
        
        // 已经回答过就不重复
        if hasLoopHTTPFuzzFinalAnswerDelivered(loop) || 
           hasLoopHTTPFuzzDirectlyAnswered(loop) || 
           getLoopHTTPFuzzLastAction(loop) == "directly_answer" {
            return
        }
        
        // 否则强制生成 fallback 总结
        finalContent := generateLoopHTTPFuzzFinalizeSummary(loop, reason)
        deliverLoopHTTPFuzzFinalizeSummary(loop, invoker, finalContent)
        
        if reasonErr, ok := reason.(error); ok && strings.Contains(reasonErr.Error(), "max iterations") {
            op.IgnoreError()
        }
    })
}

复杂的 ReactiveData

每轮都把 20+ 个状态字段拉进 prompt：

OriginalRequest / OriginalRequestSummary
CurrentRequestSummary / PreviousRequestSummary
RequestChangeSummary / RequestModificationReason
RepresentativeRequest / RepresentativeResponse
DiffResult / VerificationResult
SecurityKnowledge
RecentActionsSummary / TestedPayloadSummary
FuzztagReference / PayloadGroupsReference

学到什么

极端定制化的极限：所有 reactloops 扩展点都能用
session 持久化：跨 task 状态保留（数据库存储）
多次 LiteForge 编排：init / finalize / 中间状态生成都用
AITagField 输出 HTTP 包：TypeCodeHTTPRequest 让前端按 HTTP 格式渲染
状态密集型 ReactiveData：每轮 prompt 都包含完整运行时状态
Override + Verifier：自定义 directly_answer 加严格校验

11.8 其他 loop 速览

loop_knowledge_enhance

知识库增强。简单的 single-action loop（search）+ 强 finalize fallback。学习 finalize 模式的最佳示例。

loop_internet_research

互联网调研。多个 web_search action 组合 + finalize 生成 markdown 报告。

loop_dir_explore

目录探索。filesystem 操作 + 文件树渲染。学习如何处理大量返回数据的最佳示例。

loop_code_security_audit

代码安全审计。多 phase 设计：phase1 扫描发现问题 → phase2 验证 → phase3 报告。学习多 phase loop 切换。

loop_syntaxflow_rule

SyntaxFlow 规则编写。强 InitTask 用 LiteForge 抽取规则需求。

loop_yaklangcode

yak 代码生成。AITag 输出 yak 代码到专用 editor 节点。学习 code_yaklang ContentType。

loop_write_python_script

类似 yaklangcode，但目标是 python。

loop_java_decompiler

Java 反编译。集成 jar 处理工具 + LiteForge 分析结果。

loop_ai_skill_audit

AI 技能审计。检查已有 skill 库的覆盖率。

loop_report_generating

报告生成。集成模板 + 多源数据 + LiteForge 渲染。

loop_infosec_recon

信息安全侦察。集成 nmap / dnslog / 子域名 / 端口扫描等。

11.9 模式总结

从横向对比中提取的几个通用模式：

模式 A：白名单 ActionFilter

loop_smart_qa / loop_intent / loop_plan 都用 WithActionFilter 严格白名单。这是控制 loop 范围的最强武器。

模式 B：Finalize Fallback

loop_knowledge_enhance / loop_http_fuzztest / loop_http_flow_analyze / loop_internet_research 都有 OnPostIteraction(isDone=true) 强制兜底。

if hasDelivered { return }
useLiteForge to generate report
EmitFileArtifact + EmitResultAfterStream
IgnoreError on max iterations

模式 C：Override directly_answer

复杂 loop（fuzztest / flow_analyze / 多个代码生成 loop）用 WithOverrideLoopAction(customDirectlyAnswer) 实现自定义最终输出语义。

模式 D：InitTask 用 LiteForge

loop_http_fuzztest / loop_syntaxflow_rule / loop_yaklangcode 在 init 阶段用 LiteForge 处理用户输入：抽参数、提取上下文、生成 quick_plan。

模式 E：末轮收紧

loop_plan 在最后一轮删除所有信息收集 action。这是框架级强制收尾的范例。

模式 F：内部 Loop（Hidden）

loop_intent 用 WithLoopIsHidden(true) + MaxIterations=1 + Speed priority。给"内部预处理"的标准做法。

模式 G：状态密集 ReactiveData

loop_http_fuzztest 把 20+ 状态字段都注入到每轮 prompt。适合状态密集的工程化任务。

11.10 进一步阅读

10-build-your-own-loop.md：自己造一个
05-hooks-and-lifecycle.md：InitTask / OnPostIteraction 详解
09-capabilities.md：loop_intent 的 capability 发现机制

Published: April 27, 2026

11.1 横向对比表​

11.2 推荐学习顺序​

11.3 深度拆解 1：loop_default​

角色​

入口​

init 流程​

学到什么​

11.4 深度拆解 2：loop_intent​

角色​

关键配置​

学到什么​

11.5 深度拆解 3：loop_smart_qa​

角色​

关键配置​

学到什么​

11.6 深度拆解 4：loop_plan​

角色​

关键配置​

关键设计​

末轮 action 收紧​

多次 LiteForge 编排​

学到什么​

11.7 深度拆解 5：loop_http_fuzztest（终极复杂度）​

角色​

文件结构​

关键配置（init.go:35-119）​

关键设计​

InitTask：bootstrap 上下文​

Override directly_answer​

Finalize：自动总结​

复杂的 ReactiveData​

学到什么​

11.8 其他 loop 速览​

loop_knowledge_enhance​

loop_internet_research​

loop_dir_explore​

loop_code_security_audit​

loop_syntaxflow_rule​

loop_yaklangcode​

loop_write_python_script​

loop_java_decompiler​

loop_ai_skill_audit​

loop_report_generating​

loop_infosec_recon​

11.9 模式总结​

模式 A：白名单 ActionFilter​

模式 B：Finalize Fallback​

模式 C：Override directly_answer​

模式 D：InitTask 用 LiteForge​

模式 E：末轮收紧​

模式 F：内部 Loop（Hidden）​

模式 G：状态密集 ReactiveData​

11.10 进一步阅读​

11.1 横向对比表

11.2 推荐学习顺序

11.3 深度拆解 1：loop_default

角色

入口

init 流程

学到什么

11.4 深度拆解 2：loop_intent

角色

关键配置

学到什么

11.5 深度拆解 3：loop_smart_qa

角色

关键配置

学到什么

11.6 深度拆解 4：loop_plan

角色

关键配置

关键设计

末轮 action 收紧

多次 LiteForge 编排

学到什么

11.7 深度拆解 5：loop_http_fuzztest（终极复杂度）

角色

文件结构

关键配置（init.go:35-119）

关键设计

InitTask：bootstrap 上下文

Override directly_answer

Finalize：自动总结

复杂的 ReactiveData

学到什么

11.8 其他 loop 速览

loop_knowledge_enhance

loop_internet_research

loop_dir_explore

loop_code_security_audit

loop_syntaxflow_rule

loop_yaklangcode

loop_write_python_script

loop_java_decompiler

loop_ai_skill_audit

loop_report_generating

loop_infosec_recon

11.9 模式总结

模式 A：白名单 ActionFilter

模式 B：Finalize Fallback

模式 C：Override directly_answer

模式 D：InitTask 用 LiteForge

模式 E：末轮收紧

模式 F：内部 Loop（Hidden）

模式 G：状态密集 ReactiveData

11.10 进一步阅读