当 Agent 开始调用真实且有副作用的 Tool 时，审批就不再是前端交互，而必须依靠 Interrupt / Resume + CheckPoint 把“中断、确认、恢复执行”变成一套可靠的运行时治理机制。

Workflow 解决的是“数据怎么精确喂到字段里”，Graph 解决的是“图怎么更通用地跑起来”；前者更细，后者边界更大。却又因为 Workflow 是无环 DAG，所以它不适合直接承载 ReAct 这种靠回路推进的主流程。

Chain / Graph 的价值，不只是把几个节点“接起来”，而是把复杂 AI 链路，编排成了一条能看清、能运行、也能继续扩展的链路。

Retriever 在 Eino 里不是“帮你搜一下”的工具函数，而是负责让 query 以统一协议进入检索系统、完成召回并返回标准 Document 结果的读侧正式组件。

在 Eino 里，Tool 负责把能力和参数约束声明给模型，ChatModel 基于这些声明决定是否生成 ToolCall，ToolsNode 再负责把这次调用真正执行掉，并将结果以 tool message / ToolResult 的形式送回消息链路。

Document Loader 负责统一接入不同来源的内容，Parser 负责将原始内容解析为标准的 []*schema.Document，二者共同构成了文档进入 RAG 链路的起点。

Document Loader 负责统一接入不同来源的内容，Parser 负责将原始内容解析为标准的 []*schema.Document，二者共同构成了文档进入 RAG 链路的起点。

Eino 中的 ChatTemplate，并不能简单的被定义为字符串替换，就是因为它的出现，才把变量、历史对话与角色消息，可以组织成标准消息协议 []*schema.Message。

ChatModel 不是一个简单的聊天调用接口，而是 Eino 用来统一接入模型能力、承载消息协议、支持流式输出、工具调用、回调观测和自定义扩展的标准组件入口。

本篇博客将会通过Eino 中的 ChatModelAgent、Runner 、AgentEvent、以及多轮对话的实际案例 ，等带你以运行时视角，理解 Agent 的执行骨架。