在上一篇《安全沙箱（Sandbox）：让 Agent 敢于执行代码与 Bash》里，我们用 POSIX 进程组隔离（setsid + killpg）、内核资源限制（setrlimit）、规范化路径闭包守卫与双端流式截断，打造了一个坚固的 LocalSecureSandbox。 现在，我们的 Agen

在上一篇《异步 Tool Executor：并发、超时熔断与幂等重试》里，我们通过 asyncio 协程池、信号量背压、硬超时熔断和全抖动指数退避，把单轮工具调用的执行速度压榨到了极致。 现在，如果大模型在一轮思考中同时发出了 5 个没有相互依赖的工具调用，我们的 AsyncToolExecutor

在前面三篇文章里，我们已经把 mini Agent Runtime 的第一阶段底座彻底搭稳了：从第 1 篇的 POMDP 轨迹开销建模，到第 2 篇基于 Python 反射的 ToolRegistry 与 ReAct 循环，再到第 3 篇支持跨进程快照恢复、死循环拦截与人工审批挂起的两阶段状态机 S

在上一篇《开篇：推理引擎之上的运行时系统》里，我们从系统视角算了一笔账，把单次自回归生成扩展成了多步 POMDP 状态转移模型，并且搭起了 mini Agent Runtime 的三块基石：数据契约（Message、ToolCall、Observation）、会话容器（AgentSession）和单

生产部署：让 mini vLLM 从能跑变成能稳定服务 到上一篇为止，mini vLLM 已经可以通过 OpenAI 风格 API 对外提供服务。 用户可以调用 /v1/completions 或 /v1/chat/completions。非流式请求会等待完整结果，流式请求会通过 SSE 持续返回增