从零写一个自己的 Agent
“Agent”这个词现在到处都是,但它的核心其实只有一个循环:模型想调用工具 → 程序去执行 → 把结果告诉模型 → 模型再决定下一步,直到它不再需要工具。
下面是这门课写出来的 Agent 在一台普通电脑上的一次真实运行,用的是免费的本地模型。点“下一步”,看对话一条条长出来。注意第 3 步:它走错了路,拿到报错,又自己改了过来。
messages = [ ]
- 调用模型
- 执行工具
- 结果放回对话
- 没有工具调用 → 结束
第 0 轮等待用户输入
学完你手里有什么
一个你自己写的命令行 Agent(agent.py,约 160 行,不依赖任何 Agent 框架):
- 能列目录、读写文件、运行命令、抓网页;写文件和跑命令前会先问你
- 记得之前聊过什么,对话太长时自动压缩成摘要
- 会用“技能”:按
SKILL.md里写好的步骤做事,比如把工作记录整理成周报 - 能接入任何 MCP 服务器,把别人写好的工具直接拿来用
- 换一行配置,就能在本地 Ollama、DeepSeek、通义千问、智谱等任何 OpenAI 兼容接口之间切换
学完这门课,再看任何 Agent 框架或产品,你都能看出它在这个循环上加了什么。
你需要准备
- 会一点 Python(能看懂函数和 for 循环就行)
- 一台电脑。没有 API Key 也行:本地用 Ollama 跑 Qwen3 8B 就够,课里每一段代码都先在本地模型上跑过
课程安排
| 阶段 | 内容 |
|---|---|
| 起步 | Agent 到底是什么;准备环境和模型 |
| 从零手写 | 函数调用 → Agent 循环 → 真正的工具 → 记忆 → 技能 |
| 接入生态 | 写一个 MCP 服务器并接上;MCP、Function Calling、A2A、Skills 的区别 |
| 框架与上线 | 主流框架怎么选;安全;调试与评估 |
| 拆解真实项目 | 用同样的积木拆开 OpenClaw、Grok Bot、Codex、OpenCode、goose,看顶级项目怎么做 |
| 速查 | 常见问题 |
完整代码可以直接下载:myagent.zip。
从 Agent 到底是什么 开始。