入门15 分钟阅读
Agent 是什么:定义、组成与最小项目骨架
从定义出发理解 Agent 与 ChatBot 的本质区别,拆解 Agent 的六大组成模块,并搭好 Python + uv 的最小项目骨架。
#Agent 定义#环境搭建#uv
阅读全文→从零构建生产级 Agent 的学习笔记 · 共 8 篇
理解 Agent 的定义与组成,跑通第一次 LLM API 调用,掌握 messages 与流式输出。
从定义出发理解 Agent 与 ChatBot 的本质区别,拆解 Agent 的六大组成模块,并搭好 Python + uv 的最小项目骨架。
理解 messages 数组如何承载全部上下文、模型为何无状态,写出一个支持流式输出的多轮对话 CLI。
Function Calling、多轮循环、事件流 —— Agent 能自主干活的三块核心拼图。
模型不执行代码,它只表达调用意图。搞懂 tools、tool_calls、tool 消息三件套,跑通一次完整的工具调用闭环。
思考 → 调工具 → 看结果 → 再思考。用带上限的循环加流式 tool_calls 拼接,写出真正能干活的最小 Agent。
把 print 换成 yield,Agent 循环变成事件生产者:CLI、Web SSE、测试断言都能消费同一条事件流。
可插拔工具系统、Skills 方法论、MCP 外部生态 —— 把最小 Agent 长成平台。
一个工具一个文件,约定 DEFINITION + execute,注册器自动扫描发现;同步、异步工具统一执行。
Tools 是动作,Skills 是方法论。用 SKILL.md 按需注入 SOP,让模型把同一类任务做得稳定一致。
用统一协议连接外部工具服务:Server 暴露能力、Client 发现与调用、stdio 传输,以及连接复用的工程要点。
本系列为本站学习笔记 · 知识框架参考:叶小钗《生产级 Agent》系列课程