sync会把trusttoken的api放在C:\Users\FT.aipyapp\aipyapp.toml
当前模型就变为tt的了。如果想改为deepseek怎么办呢?
把tt的设为enable = false就行。
读完__main__.py,进入.cli.cli_task里的main函数
bash
# 默认进入 task 模式
from .cli.cli_task import main as aipy_main检查 是否进入字命令exec_cmd或run_json没有就进入交互式窗口。
InteractiveConsole(tm, console, settings).run() # 运行交互式控制台这里的 T(...) 通常是一个国际化（i18n）翻译函数。
这里有版本检查，主程序版本。把当前信息上传，服务器会对比并返回信息。
再看最后 InteractiveConsole(tm, console, settings).run() # 运行交互式控制台
整个控制台的心脏run
获取输入：等待用户在 >> 提示符后输入内容。
区分输入类型：
如果输入不是以 / 开头（例如直接输入一段需求或问题）：程序会自动创建一个新任务 (tm.new_task())，并带着这段输入无缝切入 AI 任务模式。
如果输入是以 / 开头（例如 /help、/config 等命令）：交给 CommandManager 去执行。
特殊命令处理：如果某个命令返回了 TaskModeResult（例如进入某个特定任务的快捷命令），程序会自动加载对应任务并进入任务模式。
ret = self.command_manager.execute(user_input) # 执行命令
这个略，我们主要看智能体。
看run里面的 开始任务模式 start_task_mode---》run_task---->task.run
这里的task为什么为task.py里的Task类？
task = tm.new_task()tm,
task_manager,
tm = TaskManager(settings, display_manager=display_manager) # 初始化任务管理器
def new_task(self):
task = Task(self)
task.run
step = self.new_step(step_data)
self.emit('step_started', instruction=instruction, step=len(self.steps), title=title)
response = step.run()step.run是智能体核心处理逻辑。
user_message向LLM发请求
处理工具调用 round.toolcall_results = self.process(response)
生成系统反馈消息 system_feedback = round.get_system_feedback(self.task.prompts)
不断提问，没有system_feedback或达到max_rounds就退出step.run。
提问，
用户提示词+系统提示词
给LLM返回response
解析response，调用工具处理
工具处理，看有没有system_feedback，没有就退出
有system_feedback，就加入到提示词中。