LearnAgent LearnAgent 先跑通闭环，再装载认知
实战

AI Agent 开发实战与教程

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。

23 篇 · 最后更新：2026-07-01

快速开始
实战:路径与工作流 6 分钟

AI Agent 零基础入门教程：5步搭建你的第一个 Agent

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。

  • 你的任务需要多步骤吗？ 如果单次对话就能完成，不需要 Agent
  • 任务需要使用外部工具吗？ 比如读文件、调 API、执行代码
  • 需要记忆上下文吗？ 跨对话保持记忆
  • 在 Telegram/WhatsApp 上聊天即可控制
阅读全文
Claude Code
实战:路径与工作流 3 分钟

Claude Code 快速入门

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。

  • Claude Code 可以操作你电脑上的文件 → 参见 [Agent 安全指南](../foundations/agent-safety-guide.md)
  • 重要操作前它会征求确认
  • API 费用按使用量计算，注意设置消费上限
阅读全文
实战:路径与工作流 8 分钟

Claude Code 最佳实践与工作流

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。

  • Agent 1: Refactor login flow
  • Agent 2: Refactor token management
  • Agent 3: Refactor session handling
  • uses: actions/checkout@v4
阅读全文
实战:路径与工作流 6 分钟

Claude Code IDE 集成实战：VS Code 与 JetBrains 怎么选、怎么配

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。

  • 直接在编辑器里发起会话，不用频繁切回终端
  • 用 IDE 原生 diff 视图审查修改
  • 自动把当前选中代码、诊断信息和文件路径带给 Claude
  • 让 Claude 和你现有的编码、调试、审查流程合并在一起
阅读全文
实战:路径与工作流 5 分钟

CLAUDE.md 完全指南：让 AI 记住你的项目规范

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。

  • npm run dev — 启动开发服务器
  • npm run build — 生产构建
  • npm test — 运行测试
  • 使用 TypeScript strict mode
阅读全文
实战:路径与工作流 9 分钟

Claude Code Dynamic Workflows 实战指南

Dynamic Workflows 是 Claude Code v2.1.154（2026 年 5 月 28 日）引入的核心功能。在此之前的 Claude Code 是单 agent 架构——你发出指令，一个 agent 串行处理所有步骤。即使 claude agents 能创建后台会话，每个会话仍然是独立的 agent，需要你手动拆分任务和协调结果。

  • Subagent 数量没有公开上限，但实际受 API rate limit 和费用限制。大型 workflow（100+ agents）需要关注 /usage
  • Subagent 之间不共享上下文——每个 subagent 是独立的会话。如果任务之间有强依赖，协调开销会比较大
  • 调试困难——如果一个 subagent 出了问题，你需要单独查看那个 agent 的日志，不如单 agent 调试直观
  • 结果合并需要审查——多个 subagent 同时修改代码时，可能产生冲突。建议在 worktree 隔离环境中运行
阅读全文
Agent SDK
实战:路径与工作流 8 分钟

OpenAI Agents SDK 实战指南（2026）

OpenAI Agents SDK 是面向生产环境的 Agent 开发框架。2026 年上半年的更新把它从"轻量编排工具"推进到"沙箱原生的 Agent 运行时"：

  • SandboxAgent（0.14.0 起）：隔离的文件系统和命令执行环境，支持快照和断点恢复
  • 100+ LLM 支持（0.15.0 起）：provider-agnostic，不限于 OpenAI 模型
  • MCP 一等公民：工具注册、schema 自动生成、tracing 内建
  • AGENTS.md：项目级自定义指令，类似 Claude Code 的 CLAUDE.md
阅读全文
实战:路径与工作流 8 分钟

Claude Agent SDK：用代码构建 AI Agent 应用

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。

阅读全文
实战:路径与工作流 9 分钟

OpenAI Agents SDK JS/TS 快速入门

推荐路线：先做一个单 Agent + 一个工具的闭环，不要一上来做多 Agent。等你能稳定观测输入、工具调用、最终输出后，再考虑 handoffs、sessions 和 tracing。

  • 沙箱环境变量解析器在 Manifest 合并时不再丢失（之前合并多个 Manifest 可能覆盖 env 配置）
  • Blaxel 沙箱提供方行为对齐修复
  • Tracing 关闭改为 best-effort，超时时主动中止导出，不再阻塞进程退出
  • 空 chat completions 工具输出不再发送
阅读全文
Agent 框架
实战:路径与工作流 10 分钟

LangGraph 实战：构建图式多 Agent 工作流

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。

  • 精确控制：不像纯 Agent 那样不可预测，你可以定义每一步做什么
  • 状态管理：状态在节点间自动传递，支持持久化和恢复
  • 人机交互：在关键节点暂停，等待人类审批后继续
  • 多 Agent：支持多个 Agent 在同一个图中协作
阅读全文
实战:路径与工作流 8 分钟

AG2 实战：开源多 Agent 协作框架

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。

阅读全文
实战:路径与工作流 9 分钟

Semantic Kernel 实战：微软生态里的 Agent 编排框架

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。

  • Triage Agent：先分流，再交给专门 Agent 处理
  • Review Agent：先生成，再交给审查 Agent 校验
  • Human in the loop：关键步骤必须人工确认
  • 模型服务由 service 提供
阅读全文
MCP 开发
Agent 引导与优化
实战:路径与工作流 6 分钟

Stripe 实验告诉你：AI Agent 不吃"软引导"这一套

Stripe 的开发者体验团队在 2026 年初做了一个系列实验，试图回答一个很实际的问题：怎么让 AI Agent 正确使用你的 API？

  • 被动提示几乎全部失败——Agent 不读 AGENTS.md、不看 warnings、不浏览依赖目录
  • 主动引导和分发策略有效——部分实验效果好得出乎意料
  • 单一大文件：所有内容塞在一个文件里
  • 模块化结构：顶层 skill 引用可按需加载的子 skill
阅读全文
生产化与评估
实战:路径与工作流 5 分钟

Agent 部署与生产化指南

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。

  • 单日支出上限：设置硬限制，超限自动停止
  • 单次调用上限：超过阈值的调用记录告警
  • 异常模式检测：Agent 进入循环时快速检测和终止
  • Prompt 变更 = 版本变更
阅读全文
实战:路径与工作流 7 分钟

Agent 部署实操指南：从本地到生产的四种方案

你已经在本地跑通了一个 Agent Demo——可能是跟着 AI 编程趋势日报 Agent 做的，也可能是自己的项目。现在你想让它每天自动运行、或者让团队成员通过 API 调用。

  • Workers 限制：https://developers.cloudflare.com/workers/platform/limits/
  • Docker 文档：https://docs.docker.com/
  • Fly.io 限制：https://fly.io/docs/about/pricing/
阅读全文
实战:路径与工作流 7 分钟

Agent 测试与评估实战

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。

  • 正确性 (1-5): 是否正确完成了任务
  • 完整性 (1-5): 是否覆盖了所有要求
  • 安全性 (1-5): 是否避免了危险操作和泄露
  • 先覆盖核心路径，再扩展边缘场景
阅读全文
AI 编程工具
实战:路径与工作流 6 分钟

OpenAI Codex CLI 入门指南

Codex CLI 是 OpenAI 的终端编程 Agent，能直接在你本地机器上读取、修改、运行代码。和 Claude Code 定位类似——都是"终端里的 AI 程序员"——但有几个关键区别：

  • macOS / Linux / Windows（含 WSL2）均可
  • 需要一个 ChatGPT 账号（Free / Plus / Pro / Business / Edu / Enterprise 均可）或 OpenAI API Key
  • 日常任务用 GPT-5.4-mini，复杂任务切 GPT-5.5
  • 控制 AGENTS.md 大小——项目指令越长，每次请求的 token 越多
阅读全文
实战:路径与工作流 7 分钟

AI 编程工具成本控制指南

2026 年 5 月，Simon Willison 公开了他个人的 AI 编程工具月度消耗：

  • Uber：2026 年才过了几个月就用完全年 AI 预算，主要来自 Claude Code 使用量
  • 某匿名企业（Axios 报道）：一个月花了 $5 亿，原因是给员工开放 Claude License 时没有设用量上限
  • Microsoft：开始取消工程师的 Claude Code 许可，要求改用 Copilot——财务考量和产品竞争兼有
  • Codex：适合定义明确、范围清晰的任务（"给这个函数加单元测试"、"把这些 import 排序"）
阅读全文
安全实践
实战:路径与工作流 10 分钟

Agent 沙箱实战：从本地到生产的安全边界

Anthropic 公开了自己的沙箱架构和安全事件（参见 Anthropic 沙箱架构解读），核心教训是：标准隔离组件（gVisor、seccomp、hypervisor）扛住了考验，出问题的都是自己写的组件。

  • /tmp:size=100M
  • no-new-privileges:true
  • AGENTSESSIONID=${BUILD_ID}
  • LLMAPIKEY=${SCOPEDAPIKEY}
阅读全文
实战模式
实战:路径与工作流 5 分钟

Claude Code 实战项目：用 AI Agent 完成真实开发任务

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。

  • Runtime: Node.js 20+
  • 语言: TypeScript (strict mode)
  • 框架: 正在从 Express 迁移到 Fastify
  • 测试: Vitest
阅读全文