Learn Agent
AI Agent开发进阶笔记,包含可运行的零依赖Node.js代码,讲解coding agent内部机制。
7-e1even · 已有 AI 审核记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add 7-e1even/learn-agent技能说明
learn-agent · AI Agent 开发进阶笔记
简体中文 · English
这是我开发桌面 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:
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):
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 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 | Agent 主循环 | 最小可用的 agent 长什么样 |
| s02 | 工具系统 | 工具越加越多,怎么不用每次都改循环 |
| s03 | 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 | 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 | 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 | 上下文压缩 | 上下文满了要压缩,怎么不忘掉最初的任务 |
| s07 | Prompt 缓存 | 同样的对话,为什么有人的账单 |