MCP Loop 循环与门控
Agent 循环体系（Agent Loop）
Neurova 的 Agent 循环通过 Loop 注册表 管理，每个 Loop 实现特定模型交互逻辑，通过 @register_loop 按模型匹配自动选择：
- OpenAILoop（priority=10）— 匹配
gpt-/openai//qwen./deepseek-等 OpenAI 兼容模型 - AnthropicLoop（priority=20）— 匹配
claude-/anthropic/模型
优先级机制：模型匹配度高的 Loop 优先（AnthropicLoop 20 > OpenAILoop 10）。
循环门控（Loop Gates）
门控系统在 Agent 循环的每次迭代后检查是否继续，三类决策：
| 决策 | 行为 | 应用场景 |
|---|---|---|
| BYPASS | 继续（无干预） | 正常执行 |
| INTERRUPT_AND_CONTINUE | 注入提示后继续（软干预） | 把 gate 意见告知 LLM，让模型自行纠正 |
| TERMINATE | 终止循环（硬停止） | 循环立即结束，如 DoomLoop 检测到死循环 |
三态门控特性
- 故障隔离：gate 自身异常时降级为 BYPASS + warning，不阻断主流程
- TERMINATE 优先：硬停止优先于一切软干预
- 门控种类：DoomLoopGate（滑动窗口相似度检测死循环）、Token/迭代/超时预算门
设计理念
借鉴 QwenPaw 的停止门控三态语义（BYPASS/INTERRUPT_AND_CONTINUE/TERMINATE），Neurova 让 Agent 循环既有智能纠错的软干预，也有紧急刹车的硬停止——防止 Agent 在死循环中空转浪费资源。
关键文件
neurova/agent/gates.py # StopAction 三态门控（BYPASS/INTERRUPT/TERMINATE）
```