文件开头就点明了它的职责（parser.py:1）：

# parser.py:1（模块 docstring）
"""Agent output parsing module for ReAct-style LLM responses.
This module provides parsing functionality for agent outputs that follow
the ReAct (Reasoning and Acting) format, converting them into structured
AgentAction or AgentFinish objects."""

解析结果只有两种类型，都是简单的 @dataclass（parser.py:25）：

# parser.py:25
@dataclass
class AgentAction:                 # "我要调工具"
    thought: str                   # 调工具前的思考
    tool: str                      # 工具名
    tool_input: str                # 工具参数（字符串/JSON）
    text: str                      # 原始完整文本
    result: str | None = None      # 工具执行后回填的结果

@dataclass
class AgentFinish:                 # "我给出最终答案"
    thought: str
    output: str | BaseModel        # 最终答案（可以是纯文本或结构化对象）
    text: str

# parser.py:45
class OutputParserError(Exception):
    def __init__(self, error: str) -> None:
        self.error = error         # ★错误消息即"给模型的纠错提示"
        super().__init__(error)

核心函数 parse（parser.py:62）的判断顺序很讲究：

# parser.py:62
def parse(text: str) -> AgentAction | AgentFinish:
    thought = _extract_thought(text)
    includes_answer = FINAL_ANSWER_ACTION in text     # 文本里有 "Final Answer:" 吗
    action_match = ACTION_INPUT_REGEX.search(text)     # 匹配 Action + Action Input

    if includes_answer:                                # ① 有最终答案 → 优先当 Finish
        final_answer = text.split(FINAL_ANSWER_ACTION)[-1].strip()
        if final_answer.endswith("```"):               # 收尾多余的代码块围栏
            count = final_answer.count("```")
            if count % 2 != 0:
                final_answer = final_answer[:-3].rstrip()
        return AgentFinish(thought=thought, output=final_answer, text=text)

    if action_match:                                   # ② 有 Action → 当 AgentAction
        action = action_match.group(1)
        clean_action = _clean_action(action)
        action_input = action_match.group(2).strip()
        tool_input = action_input.strip(" ").strip('"')
        safe_tool_input = _safe_repair_json(tool_input)    # 修破损 JSON（L06）
        return AgentAction(thought=thought, tool=clean_action,
                           tool_input=safe_tool_input, text=text)

    if not ACTION_REGEX.search(text):                  # ③ 连 Action 关键字都没有 → 报错并提示
        raise OutputParserError(f"{MISSING_ACTION_AFTER_THOUGHT_ERROR_MESSAGE}\n...")
    if not ACTION_INPUT_ONLY_REGEX.search(text):       # ④ 有 Action 但没 Action Input → 报错
        raise OutputParserError(MISSING_ACTION_INPUT_AFTER_ACTION_ERROR_MESSAGE)
    raise OutputParserError(f"{_I18N.slice('format_without_tools')}")

parse 用到的关键字和正则都集中在 constants.py（agents/constants.py:7）：

# agents/constants.py:7
FINAL_ANSWER_ACTION = "Final Answer:"
# :18 匹配 "Action: <工具名> Action Input: <参数>"，group(1)=工具名 group(2)=参数
ACTION_INPUT_REGEX = re.compile(
    r"Action\s*\d*\s*:\s*(.*?)\s*Action\s*\d*\s*Input\s*\d*\s*:\s*(.*)", re.DOTALL)
# :21 只匹配有没有 "Action:"（判断是否漏写 Action）
ACTION_REGEX = re.compile(r"Action\s*\d*\s*:\s*(.*?)", re.DOTALL)
# :24 只匹配有没有 "Action Input:"
ACTION_INPUT_ONLY_REGEX = re.compile(r"\s*Action\s*\d*\s*Input\s*\d*\s*:\s*(.*)", re.DOTALL)

两个小助手函数，专治"文字里的杂质"。先看 _extract_thought（parser.py:131）：

# parser.py:131
def _extract_thought(text: str) -> str:
    thought_index = text.find("\nAction")
    if thought_index == -1:
        thought_index = text.find("\nFinal Answer")
    if thought_index == -1:
        return ""
    thought = text[:thought_index].strip()
    return thought.replace("```", "").strip()

# parser.py:149
def _clean_action(text: str) -> str:
    return text.strip().strip("*").strip()   # 去空白、去 markdown 星号、再去空白

工具参数常是 JSON，但模型经常写出不合法的 JSON（少个引号、多个逗号）。_safe_repair_json（parser.py:161）负责抢救：

# parser.py:161
def _safe_repair_json(tool_input: str) -> str:
    if tool_input.startswith("[") and tool_input.endswith("]"):
        return tool_input                       # ① 看着像数组 → 原样返回，不动
    tool_input = tool_input.replace('"""', '"')  # ② 三引号 → 单引号（模型常见笔误）
    result = repair_json(tool_input)             # ③ 调 json_repair 库尝试修复
    if result in UNABLE_TO_REPAIR_JSON_RESULTS:  # ④ 修出来是 '""' 或 '{}' 说明修坏了
        return tool_input                        #    → 放弃修复，返回原文
    return str(result)

把 Day 08 和今天串起来看，"解析失败→自愈"是一个完整闭环：

P=lib/crewai/src/crewai
sed -n '25,60p'   $P/agents/parser.py       # 两个数据类 + 异常
sed -n '62,128p'  $P/agents/parser.py       # parse 主流程
sed -n '131,180p' $P/agents/parser.py       # 抠思考 / 清洗 / 修 JSON
cat -n            $P/agents/constants.py    # 正则与提示常量
# 亲手喂几种文本给 parse
python -c "
from crewai.agents.parser import parse
print(parse('Thought: 该查了\nAction: search\nAction Input: {\'q\':\'SF\'}'))
print(parse('Thought: 想好了\nFinal Answer: 18 度'))
try: parse('我随便说点啥，没格式')
except Exception as e: print('报错并提示:', str(e)[:40])
"