从 0 开始做出自己的 Agent。
这是一个普通程序员的 Agent 开源学习笔记。它不是一个 Agent 框架,也不是一套大而全的 AI 课程,而是记录我如何从最小的大模型 API 调用开始,一步步理解 Agent 是什么、怎么做出来、为什么会失控、以及怎样把它做得更可靠。
很多人听到 Agent,会马上想到复杂框架、多智能体协作、RAG、MCP、长期记忆、评测系统。
这些都重要,但它们不是理解 Agent 的第一步。
这个项目的第一目标很简单:
让有编程基础的人,用尽可能少的前置知识,亲手写出第一个最小 Agent。
当第一个 Agent 跑起来以后,再继续追问:
- 工具调用怎么设计
- 上下文怎么组织
- 出错以后怎么恢复
- 怎么验证模型给出的结果
- 怎么控制成本、延迟和稳定性
- 怎么避免模型越权或胡来
- 怎么做日志、回放和评测
- 有一门编程语言基础
- 知道 API 大概是什么
- 想真正理解 Agent,而不是只会调用现成平台
- 不想一上来就被复杂框架吓住
第一版会尽量控制在两个月内完成,先覆盖最小必要知识:
- 大模型基础:大模型到底在做什么
- 认识大模型 API:一次请求和一次响应
- 提示词工程:把聊天变成任务执行
- 工具调用:让模型不只回答,还能行动
- 最小 Agent:目标、模型、工具、反馈循环
- 上下文管理:模型到底应该看到什么
- 错误恢复:Agent 卡住或做错时怎么办
- 结果验证:不要轻易相信模型说它完成了
- 日志和评测:让 Agent 的行为可复盘
- 从玩具到可用:继续深入 Agent 工程
- 先做出来,再做明白
- 少讲黑话,多写可运行代码
- 先理解本质,再选择框架
- 每一节尽量有最小例子
- 承认不稳定,解释为什么不稳定
项目刚刚开始。
后续内容会以学习笔记、示例代码和小项目的形式逐步补充。
本项目采用 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International,和 hello-agents 保持一致。
完整协议见 LICENSE.txt。