learn-agent
Health Gecti
- License — License: MIT
- Description — Repository has a description
- Active repo — Last push 0 days ago
- Community trust — 31 GitHub stars
Code Basarisiz
- execSync — Synchronous shell command execution in s01_agent_loop/agent.mjs
- process.env — Environment variable access in s01_agent_loop/agent.mjs
- network request — Outbound network request in s01_agent_loop/agent.mjs
- execSync — Synchronous shell command execution in s02_tool_system/agent.mjs
- process.env — Environment variable access in s02_tool_system/agent.mjs
- network request — Outbound network request in s02_tool_system/agent.mjs
- execSync — Synchronous shell command execution in s03_loop_budget/agent.mjs
- process.env — Environment variable access in s03_loop_budget/agent.mjs
- network request — Outbound network request in s03_loop_budget/agent.mjs
- execSync — Synchronous shell command execution in s04_output_budget/agent.mjs
- process.env — Environment variable access in s04_output_budget/agent.mjs
- network request — Outbound network request in s04_output_budget/agent.mjs
- execSync — Synchronous shell command execution in s05_streaming_interrupt/agent.mjs
- process.env — Environment variable access in s05_streaming_interrupt/agent.mjs
- network request — Outbound network request in s05_streaming_interrupt/agent.mjs
Permissions Gecti
- Permissions — No dangerous permissions requested
Bu listing icin henuz AI raporu yok.
从零写一个能活下来的 AI Agent：15 课可跑代码，机制从真实产品 Reina 移植 | Build a coding agent from scratch — how Claude Code / Codex / Cursor actually work under the hood. 15 runnable lessons, zero deps.
learn-agent · 从零写一个能活下来的 AI Agent
简体中文 · English
一个
while循环是 agent 的全部秘密——但只够它活 5 分钟。
剩下的部分——让它在真实任务里活过 5 小时——就是这些笔记记的东西。
想搞懂 Claude Code、Codex、opencode 这类 coding agent 内部到底怎么实现？这个仓库是我从 0 开发自己的 agent 时的踩坑笔记。
和别的"手写 agent"教程不一样的地方：这里的机制不是照着 API 文档想象的，而是从一个真实在跑、完整开源的桌面 coding agent 产品（Reina）简化移植而来——每一条报错、每一个机制优化，都是线上踩过的坑。
笔记内容
它们看起来很简单，真去实现才发现里面大有可学。
但从"能跑"到"能用"，中间隔着一整层没人系统讲过的工程——它会空转烧钱、会吃撑爆窗、会跑半小时忘了最初任务、会因为不懂缓存贵 10 倍、会被卡死的子任务拖住。每一篇解决一个这样的真实问题。
代码全部零依赖、单文件、Node 18+ 直接跑，任何 OpenAI 兼容的 key 都行（DeepSeek / Kimi / GLM / OpenRouter / 本地 Ollama）。
快速开始
git clone https://github.com/7-e1even/learn-agent && cd learn-agent
AGENT_API_KEY=sk-xxx node s01_agent_loop/agent.mjs
跑起来后，从 s01 顺着读到 s15，每篇边读 README 边跑代码即可。
目录
循环在第 1 篇写完，之后尽量不改——所有机制都围着它长。每篇的结构一致：踩过的坑 → 设计决定 → 可跑代码走读 → 真实产品对照 → 动手挑战。
| # | 主题 | 解决翻车点 |
|---|---|---|
| s01 | 一个循环，一双手 | agent 和 chatbot 的全部区别是一个 while |
| s02 | 工具箱与调度 | 加工具不改循环；Edit 唯一匹配契约的深意 |
| s03 | 循环预算与自动纠偏 | 复读机/原地踏步/连环报错，先拍肩膀再熔断 |
| s04 | 工具输出预算 + 无损溢出 | 一条 cat 就能爆窗；截断丢信息，溢出到磁盘不丢 |
| s05 | 流式与中断 | Ctrl+C 之后，坏掉的消息序列怎么修 |
| s06 | 上下文压缩 | 压缩后不忘最初任务：启动消息逐字保留 |
| s07 | 缓存命中工程 | 前缀稳定性；连压缩摘要那一次调用都能省 90% |
| s08 | 会话落盘与恢复 | 断了能接上，才叫能用 |
| s09 | 子代理与心跳看门狗 | 卡死检测（闲置 vs 在工具里）、击杀前抢救遗言 |
| s10 | System prompt 组装 | prompt 是每轮拼出来的，不是写死的；skills 按需加载 |
| s11 | 多 agent 协作 | DAG 任务图、同 brief 去重、并发上限 |
| s12 | 合体 | 全部机制回到同一个循环；免 key 端到端自测 |
| s13 | 权限与审批 | 危险操作在副作用前裁决；allow/deny/ask 三态首匹配 |
| s14 | Provider 兼容层 | 模型乱吐 tool call（名字/参数/截断/散文）在边界掰平 |
| s15 | 渐进式工具披露 | 工具多了不撑爆上下文；解蔽别回灌数组、撞缓存 |
完整实现
这 15 课的机制在真实产品里长什么样？完整源码在 Reina —— 一个开源的桌面 AI agent（Electron + React + TypeScript）。每篇"真实产品对照"提到的引擎、压缩、缓存、权限、Provider 兼容层，都能在里面找到对应实现，欢迎对照阅读。
License
本项目基于 MIT License 开源，© 2026 7-e1even。
Yorumlar (0)
Yorum birakmak icin giris yap.
Yorum birakSonuc bulunamadi