mini-agent — 从 0 到 1 拆解 Agent 的底层原理

用 6 个递进的最简 demo 把 Claude Code / Cursor / Devin 这类"自动干活"工具的底层机制完全拆开。

📖 完整总览 → demo1-6-总览.md

目录

Demo	轴	一句话公式	解决的核心问题
demo1-react	循环	LLM × 工具 × 循环 × 状态	Agent 最小心跳——ReAct 循环跑通（base）
demo2-memory	记忆	base × 记忆	任务结束就忘；多轮 ReAct 把 messages 撑爆上下文
demo3-tools	工具	base × 工具	工具只有 read/write/bash 三件套；想接外部协议
demo4-plan	规划	base × 规划	走一步看一步容易跑偏；常见任务每次重新想
demo5-multiagent	多 Agent	base × 多 Agent	单 Agent 上下文膨胀；不能外包/协作独立子任务
demo6-safety	约束	base × 约束	工具太自由（rm -rf /），安全逻辑硬编码不可配置

每条轴正交：demo1 是 base，demo2-6 各自独立加一条轴，不链式叠加。读者可以按任意顺序学 demo2-6。

快速开始

# 1. 配置 API Key（任选一种）
#    a) 改 demo1-react/agent.py 顶部的 API_KEY = ""
#    b) export ANTHROPIC_API_KEY=xxx
#    c) 启动时交互式输入

# 2. 进入任一 demo 目录运行
cd demo1-react
pip install -r requirements.txt
python agent.py

默认走智谱 BigModel 的 Anthropic 兼容网关（https://open.bigmodel.cn/api/anthropic）+ glm-5.2 模型——接口与 Anthropic SDK 完全兼容，换官方 API 或别的兼容网关只需改 BASE_URL / MODEL。

每个 demo 目录下有：

• 讲稿.md — 完整教学讲稿（口播 + 屏显 + 真实运行日志，配合视频讲解）
• agent.py — 单文件实现（200-600 行，可直接 python agent.py 跑通）
• README.md — 精简的设计方案 + 运行说明

学习路径

推荐按编号顺序学习——demo1 是 base，学完 demo1 后 demo2-6 可以按兴趣调整顺序。

详细的学习路径、能力矩阵、三种拆任务机制对比见 总览页。