自定义 Pipeline：定义执行，而不是继承 Agent

Pipeline 定义一次请求如何被执行。内置 ChatRunner 实现 ReAct 风格的模型／工具循环，但第三方 Pipeline 不必采用同一策略。执行策略与 Agent 分离，是 Ambi 组合设计的核心边界。

建议先阅读设计理念和架构。

公共接口

原生平台上的 Pipeline Trait 需要实现两个方法：

rust

use ambi::agent::pipeline::Pipeline;
// execute(&self, &Agent, &Arc<RwLock<AgentState>>, Vec<ContentPart>) -> Future<Result<String>>
// execute_stream(...) -> Future<Result<Pin<Box<ReceiverStream<Result<String>>>>>>

Trait 实际采用 impl Future 返回类型，原生平台需要 Send + Sync。两个方法都需要提供；如果不支持流式执行，可以像现有 Reflexion 一样返回 PipelineError，但应明确告知调用方。

先从组合已有 ChatRunner 开始

比复制内部实现更稳妥的方式，是包装公开的 Pipeline 接口：

rust

use ambi::agent::pipeline::Pipeline;
use ambi::error::Result;
use ambi::{Agent, AgentState, ChatRunner, ContentPart};
use std::{pin::Pin, sync::Arc};
use tokio::sync::RwLock;
use tokio_stream::wrappers::ReceiverStream;

struct MyPipeline {
    inner: ChatRunner,
}

impl Pipeline for MyPipeline {
    async fn execute(
        &self,
        agent: &Agent,
        state: &Arc<RwLock<AgentState>>,
        input: Vec<ContentPart>,
    ) -> Result<String> {
        // 在此增加前置/后置策略。
        self.inner.execute(agent, state, input).await
    }

    async fn execute_stream(
        &self,
        agent: &Agent,
        state: &Arc<RwLock<AgentState>>,
        input: Vec<ContentPart>,
    ) -> Result<Pin<Box<ReceiverStream<Result<String>>>>> {
        self.inner.execute_stream(agent, state, input).await
    }
}

此例需要额外依赖 tokio-stream = "0.1"。随后构造 MyPipeline { inner: ChatRunner::default() }，并调用 pipeline.execute(...)。如果无额外策略，直接用 ChatRunner 即可。

实现完全不同的执行循环

自定义 Pipeline 可以通过 agent.llm_engine() 取得共享的 Arc<LLMEngine>，自行构造 LLMRequest 和状态／工具执行逻辑。真正不同的执行方式意味着开发者需要负责历史写入、请求构造、流式交付和工具策略。ChatRunner::run_loop 目前不是对外公开的可复用原语。

不要假定所有 Pipeline 已经可以任意互相嵌套。 StandardRagPipeline、ReflexionPipeline 当前都持有内部 ChatRunner，并非接受任意 P: Pipeline 的泛型包装器。Ambi 目前也不是 DAG 调度引擎。

为什么 Leaf 属于 ChatRunner

0.4.1 的 Leaf 使用 ChatRunner 的内部 ReAct 循环，仅在调用 .with_leaf() / .with_leaf_config(...) 时作为工具注入。开启 Cargo Feature 本身不改变默认 Runner，也不会让其他 Pipeline 悄悄获得 Leaf。

其他 Pipeline 完全可以定义自己的临时任务策略，而不需要遵守一个预先设计的公共 Leaf Trait。参见 Leaf。

实现前的检查

明确共享配置和会话状态分别由谁拥有。
明确同步和流式两种行为，必要时显式报不支持。
同一 State 并发执行时，在应用层协调顺序。
明确工具权限、超时重试以及外部副作用的语义。
避免把不必要的内部过程全部塞进父级会话历史。

更多具体策略见 ambi-pipelines。

自定义 Pipeline：定义执行，而不是继承 Agent ​

公共接口 ​

先从组合已有 ChatRunner 开始 ​

实现完全不同的执行循环 ​

为什么 Leaf 属于 ChatRunner ​

实现前的检查 ​