它是"一个会用工具的对话 Agent"——给它一个 ChatModel + 一组工具，它就能自动完成 ReAct 循环（推理→行动→观察→再推理），直到得出最终答案。Day 02 你建的就是它。

adk/chatmodel.go 的 ChatModelAgentConfig：

type ChatModelAgentConfig struct {
    Name         string
    Description  string
    Instruction  string                 // 系统提示词（角色设定）
    Model        model.ToolCallingChatModel   // 会调工具的模型（Day 04）
    ToolsConfig  ToolsConfig            // 可用工具集
    MaxIterations int                   // 最多循环几轮（默认 20，防死循环）
    // ... GenModelInput / OutputKey 等
}
agent, _ := adk.NewChatModelAgent(ctx, &cfg)   // chatmodel.go:484

NewChatModelAgent 内部搭的图，正是 Day 08 讲的"回头边+分支"循环：

拿一个具体输入"北京今天多少度？"按单步走查表跟着这张图跑一遍，看每一步走到哪个节点、分支怎么判：

建模型节点前，先把工具"告诉"模型——用 Day 04 学的 WithTools：

// 概念示意（chatmodel.go 内）
modelWithTools, _ := cfg.Model.WithTools(toolInfos)  // 让模型知道有哪些工具可调
g.AddChatModelNode("model", modelWithTools)

分支用的是 Day 08 讲的流式分支（NewStreamGraphBranch）——看模型输出流的开头就能判断有没有 tool_calls，不用等整段生成完：

// 概念：条件函数吃的是流
func(ctx, stream *schema.StreamReader[*Message]) (string, error) {
    msg, _ := stream.Recv()          // 只看第一个 chunk
    if len(msg.ToolCalls) > 0 { return "tools", nil }   // 要调工具
    return END, nil                                       // 直接回答
}

ToolsNode（compose/tool_node.go）拿到模型输出里的 tool_calls，并发执行对应工具，把每个结果包成一条 Role=Tool 的消息，追加到消息列表，然后回头边送回模型：

// 概念：ToolsNode 内
for _, call := range msg.ToolCalls {        // 可能多个工具调用
    tool := 按 call.Function.Name 找到工具
    result := tool.InvokableRun(ctx, call.Function.Arguments)  // 真正执行
    toolMsgs = append(toolMsgs, schema.ToolMessage(result, call.ID))
}
// 这些 tool 消息经回头边追加进历史，回到 ChatModel 再推理

Agent 的 Run 方法（Day 11）驱动这张图执行，并把图每一步的产出翻译成 AgentEvent 往迭代器里塞：模型每说一句 → 一个 Output 事件；要调工具 → 相关事件；最终答案 → 最后一个 Output 事件。

✋ 动手

sed -n '1,60p' adk/chatmodel.go                # Config
sed -n '484,520p' adk/chatmodel.go             # NewChatModelAgent
grep -n 'AddBranch\|AddEdge\|NewStreamGraphBranch\|ToolsNode' adk/chatmodel.go
sed -n '1,80p' compose/tool_node.go | head -50 # ToolsNode 执行工具