跳转到主要内容
在多轮推理、多跳问答或多轮检索等任务中，单次执行流程往往无法获得理想的最终答案。此时可以使用循环结构，对特定模块进行重复执行，从而实现信息的逐步迭代与结果的持续优化。

​
使用示例

/images/yaml.svgexamples/rag_loop.yaml
# MCP Server
servers:
  benchmark: servers/benchmark
  retriever: servers/retriever
  prompt: servers/prompt
  generation: servers/generation
  evaluation: servers/evaluation
  custom: servers/custom

# MCP Client Pipeline
pipeline:
- benchmark.get_data
- retriever.retriever_init
- generation.generation_init
- retriever.retriever_search
- loop:
    times: 3
    steps:
    - prompt.gen_subq
    - generation.generate:
        output:
          ans_ls: subq_ls
    - retriever.retriever_search:
        input:
          query_list: subq_ls
        output:
          ret_psg: temp_psg
    - custom.merge_passages
- prompt.qa_rag_boxed
- generation.generate
- custom.output_extract_from_boxed
- evaluation.evaluate
在循环结构中，Pipeline 使用以下关键字来定义需要重复执行的工具模块：
  • loop：声明一个循环块，表示其内部的步骤将被重复执行；
  • times：指定循环的最大迭代次数；
  • steps：定义每一轮循环中需要执行的工具调用序列。
如果希望动态控制循环终止条件，可结合 分支结构（branch） 与 Router Server 使用，详见分支结构。
⌘I