LearnAgent 用 Agent 的方式学习 Agent 工具配置、框架上手、MCP 开发和 AI Coding 工作流。每篇都服务于把东西做出来。
15 篇 · 最后更新：2026-05-16
新手可以先把 Agent 理解成一个“会反复思考并调用工具的循环”：模型先理解任务，需要外部信息时调用工具或读取记忆，关键步骤经过检查点，最后再输出结果。后面所有复杂框架，本质上都是在这条基础循环上增加编排、权限和状态管理。
Claude Code 是 Anthropic 的 AI 编程助手，在终端、IDE 和浏览器中运行。它和网页版 Claude 的核心区别：能直接读写你电脑上的文件、执行命令、管理 Git。
很多人第一次接触 Claude Code，是从终端里的 claude 开始的。但到 2026 年，VS Code 和 JetBrains 插件已经足够成熟，Claude Code 不再只是“命令行助手”，而是可以直接嵌进日常编辑器工作流。
Claude Code 的所有最佳实践都围绕一个约束：上下文窗口会快速填满，越满性能越差。上下文包含对话历史 + 读取的文件 + 命令输出。
CLAUDE.md 是 Claude Code 的项目记忆文件。每次会话开始时，Claude 会自动读取它，了解你的项目规范、技术栈和工作流偏好。
Claude Agent SDK 是 Anthropic 推出的编程式 Agent 开发接口，让你可以用 Python 或 TypeScript 代码调用 Claude Code 的全部能力——包括代码理解、文件编辑、命令执行、多 Agent 协作等。
OpenAI Agents SDK 是面向生产环境的 Agent 开发框架。2026 年 4-5 月的更新把它从"轻量编排工具"推进到"沙箱原生的 Agent 运行时"：
OpenAI Agents SDK 的 JavaScript/TypeScript 版适合把 Agent 嵌进 Node.js 应用、后台任务和 Web 产品后端。它不是 Claude Code 这类交互式编程工具，而是一个可编程运行时：你定义 Agent、工具、运行方式和错误处理，再把它接到自己的业务系统里。
LangGraph 是 LangChain 团队推出的图式 Agent 编排框架。它把 Agent 工作流建模为有向图（Directed Graph），每个节点是一个处理步骤，边定义了步骤之间的流转关系。
AG2 是由 AutoGen 原作者 Chi Wang 和 Qingyun Wu 创建的开源多 Agent 协作框架。它延续了 AutoGen v0.2 的对话式架构，提供了简洁、同步的 API，非常适合快速构建多 Agent 应用。
Semantic Kernel 是微软开源的一个 Agent 编排 SDK。它不是一个拖拽式平台，而是一层可以嵌入到现有应用里的 Agent 中间件，适合你在已有业务系统中加入大模型、工具调用、多 Agent 协作和流程编排能力。
很多 MCP Server 不是“写不出来”，而是“调不明白”。
把 Agent 从本地 Demo 推到生产环境，需要解决五个问题：在哪里运行、怎么监控、怎么控制成本、怎么管理版本、怎么保障安全。本篇不讲特定框架的部署步骤（那些看官方文档就行），而是梳理通用的生产化决策框架。
Agent 的行为不确定——同一个提示可能因为上下文、模型版本或工具状态产生不同结果。这使得测试和评估成为 Agent 生产化的核心挑战。本篇提供一套可落地的评估框架：从单元测试到生产监控，从人工评审到 LLM 自动评审。
很多开发者对 Claude Code 的第一印象是"能写代码的聊天工具"。但实际上，Claude Code 最强的地方是用 Agent 的方式完成有边界的真实开发任务——不是让它从零写一个完整应用，而是让它在一个已有代码库中完成可验证、可回滚的工作。