# learn-agent · AI Agent 开发进阶笔记

**简体中文** · [English](./README_EN.md)

这是我开发桌面 agent [Reina](https://github.com/Reina-Agent/Reina) 过程中整理的一系列进阶笔记，讲解 coding agent（Claude Code、Codex、opencode 这类工具）的内部实现机制。每篇笔记讲一个机制，配一份零依赖、单文件、可以直接运行的 Node 程序。

笔记把 Reina 的核心机制抽出来，简化成单文件代码，按由浅入深的顺序整理成文。因此这里的机制不是照 API 文档推想的，而是实际产品中验证过的做法。

Agent 的核心只有一个循环：模型说要用什么工具，代码执行并把结果喂回去，直到模型不再要工具：

```js while (true) { const msg = await chat(messages); // 调一次模型 messages.push(msg); if (!msg.tool_calls?.length) break; // 模型不再要工具，这一轮结束

for (const call of msg.tool_calls) { // 模型要用工具：执行，把结果喂回去 messages.push({ role: "tool", tool_call_id: call.id, content: runTool(call) }); } } ```

这十几行就是 s01 的全部核心（完整可运行版约 120 行）。笔记的其余部分讲的是：这个循环放进真实任务后会出什么问题，以及每个问题怎么解决。


## 适合

- 写过 agent demo，但在真实任务上遇到问题：循环空转、上下文超限、任务跑偏； - 日常使用 Claude Code，想知道压缩、缓存、子代理、权限审批这些机制内部怎么实现； - 需要在工作中落地 agent，想要一份经过实际验证的机制清单。

Agent 的基本循环很简单，但从"能跑"到"能用"之间有一整层工程问题：成本控制、上下文管理、缓存、持久化、并发、权限。这套笔记每篇解决其中一个。

## 运行方式

代码零依赖，Node 18 以上直接运行，支持任何 OpenAI 兼容的 API key（DeepSeek / Kimi / GLM / OpenRouter / 本地 Ollama）：

```sh git clone https://github.com/7-e1even/learn-agent && cd learn-agent AGENT_API_KEY=sk-xxx node s01_agent_loop/agent.mjs ```

没有 key 的话，[s12](./s12_full_agent/) 提供不需要 key 的自测模式，可以端到端跑通核心机制。

建议从 s01 开始按顺序阅读，边读 README 边运行对应代码。

## 目录

主循环在第 1 篇写完，之后基本不再改动，所有机制都围绕它扩展。s01–s12 逐步搭出一个完整可用的 agent；s13 之后补充真实 coding agent 需要处理的边界问题：权限、Provider 兼容、工具披露、多模型协作、自我复盘。每篇结构一致：问题 → 解决方案 → 运行 → 实现 → 练习 → 真实产品对照。

| # | 主题 | 要解决的问题 | |---|---|---| | [s01](./s01_agent_loop/) | Agent 主循环 | 最小可用的 agent 长什么样 | | [s02](./s02_tool_system/) | 工具系统 | 工具越加越多，怎么不用每次都改循环 | | [s03](./s03_loop_budget/) | 循环预算与纠偏 | 模型原地打转、反复报错，怎么发现并拉回来 | | [s04](./s04_output_budget/) | 工具输出预算与溢出 | 一条 `cat` 的输出就能撑爆上下文，怎么办 | | [s05](./s05_streaming_interrupt/) | 流式输出与中断 | 用户按下 Ctrl+C，断在一半的消息记录怎么修 | | [s06](./s06_compaction/) | 上下文压缩 | 上下文满了要压缩，怎么不忘掉最初的任务 | | [s07](./s07_prompt_cache/) | Prompt 缓存 | 同样的对话，为什么有人的账单