agent-from-scratch
逐步生长的编程 Agent：从零开始构建一个能干活的 AI Agent
从最小的 agent loop 开始，按 Git tag 和能力阶段逐步加入工具、安全、上下文和可靠执行能力。
English · 中文
适合想用 Python 标准库理解 LLM agent 如何运行的开发者。每课聚焦一个版本相对上一版新增的核心概念，源码、diff 和设计取舍都可追溯。
当前状态：主线代码和教程到 v0.21（第 21 课的任务轨迹回放，只读展示 Trace & Replay 事实）。教程以默认分支的 docs/tutorials/ 为准；运行某课时再切换该课声明的代码 tag。
学习路径
完成 v0.10 后，Agent 已能读取项目、搜索和修改文件、执行命令、运行测试，并通过权限机制控制高风险操作。
快速开始
要求：Python 3.10+；准备一个可访问的 LLM 网关。Bash/zsh：
git clone https://github.com/liiiiiiiiil/agent-from-scratch.git
cd agent-from-scratch
cp src/mini_agent/config_example.py src/mini_agent/config_local.py
# 编辑 config_local.py，填入 BASE_URL / API_KEY / MODEL；它不会进 git
python -m pip install -e .
python -m mini_agent "帮我算一下 123 * 456"
可选：python -m pip install -e '.[interactive]' 启用多行终端输入。命令行参数只是首条任务，处理后仍进入交互循环；用空行、exit、quit 或 EOF 退出。PowerShell、免安装运行和配置细节见完整手册。
项目结构
src/mini_agent/ 核心运行时、配置、状态、权限、上下文和工具
tests/ 测试与 smoke test
docs/tutorials/ 分阶段、按版本的教程
docs/operation/ 最新版运行手册
docs/plans/ 路线图与功能计划
docs/governance/ 写作规范与决策记录
examples/ 示例输入输出文件
设计与文档
- 核心 LLM 调用、agent loop、工具、权限和状态只用 Python 标准库；外围交互增强为可选依赖。
- 工具层处理 handler 错误并把结果回灌模型；核心 loop 保持清晰，具体约束见
AGENTS.md。 - 学习指南 · 完整手册 · 上下文架构 · 路线图 · CHANGELOG
贡献
欢迎提交 Issue / PR。新增课程前请读教程作者规范、主 README 编写规范和 AGENTS.md；作者入口与模板见学习指南。
License
MIT — 见 LICENSE