面向项目所有者：每完成一个里程碑，都可以按这份指南亲手验证。放心大胆地玩， 玩坏了也没关系——这正是学习的一部分。
# 建一个安全的试验场目录（强烈建议：不要在重要目录里跑 agent）
mkdir -p ~/agent-playground && cd ~/agent-playground
# 设置 API Key（DeepSeek 控制台的 key）
export ANTHROPIC_API_KEY=sk-xxxx提示：export 只对当前终端窗口生效。想永久生效，把这行加进 ~/.zshrc。
cd ~/agent-playground # 你在哪个目录启动，agent 就在哪个目录干活
uv run --project ~/coding-agent minicode
--project 参数的意思是"用 coding-agent 项目的虚拟环境来运行"，这样你人在
试验场目录、代码用的还是我们项目的。想用更强的模型档位：加 --tier opus。
退出：输入 exit 或按 Ctrl+D。
M1 能力（文件操作）：
这个目录里有什么文件？—— 观察它自主调用 list_files创建一个 hello.py，打印你好—— 观察 edit_file 创建文件把 hello.py 里的"你好"改成"世界你好"—— 观察它先 read 再 edit- 故意刁难：
把 hello.py 里的 xyz 改成 abc（文件里没有 xyz）—— 观察工具返回的错误信息怎么引导模型认错
M2 能力（bash）：
写一个计算斐波那契前10项的脚本并运行给我看看看这个目录的 git 状态（没有 git 仓库时观察它怎么处理报错）执行 sleep 60—— 30 秒后观察超时报错- 在确认提示上输入
n拒绝一次 —— 观察模型怎么应对被拒
M3 能力（权限）：
- 分别用
--mode default、--mode accept-edits、--mode yolo启动，做同一件事（如创建文件），感受询问行为的差别 - 在询问时按
a，然后再做一次同类操作 —— 观察白名单生效（不再询问） - 按
n拒绝一次 bash —— 观察模型换什么姿势完成任务
M4 能力（系统提示词 + 项目记忆）：
- 直接问：
今天几号？我在哪个目录？—— 应该 0 次工具调用直接答对 - 在试验场目录建一个
AGENT.md，写一条规则（如"回复我时永远先说『收到老板』"），重启 agent —— 观察行为改变 - 把 AGENT.md 删掉再重启 —— 行为恢复
M5 能力（搜索 + 精确编辑）：
- 在一个有点规模的项目里：
把 XXX 函数重命名为 YYY，所有引用一起改—— 观察 grep → read → edit 的完整流程 这个项目里哪些文件用到了 XXX？—— 观察它选 grep 而不是挨个 read- 不让它先读就直接改（新会话直接说"把 a.py 第一行改成 xxx"）—— 观察"编辑前必须先读"约束的报错和模型的自我纠正
M6 能力（上下文管理）：
- 每轮回复后注意
[context: N tokens]读数，连续读几个大文件看它涨 - 输入
/compact手动压缩，观察消息数变化提示 - 长对话后问"我们最初的任务是什么"—— 验证压缩没有丢掉任务目标
M7 能力（子 agent）：
- 在一个大点的项目里：
用 task 工具全面调查 XXX 是怎么实现的—— 观察缩进的>> [sub]日志（子 agent 的动作）和主对话只多了一条结论 - 对比实验：同样的调查任务不加"用 task 工具"—— 看主对话被多少中间结果塞满
M8 能力（终端体验）：
- 随便问个问题，观察：随机的等待状态词（Musing…）、流式输出、markdown 渲染
- 依次试
/help/cost/mode yolo/model opus/clear - 模型回复到一半按
Ctrl+C—— 应该回到输入提示符而不是退出程序 - 聊几轮后
exit，然后uv run --project ~/coding-agent minicode --resume—— 问它上次聊了什么
M9 能力（全部扩展）：
- skill：项目里建
.minicode/skills/（可参考 coding-agent 仓库自带的 commit skill），然后不打斜杠、只说"帮我提交代码"—— 观察模型自主调用skill(commit)；也可以直接/commit 补充要求 - plan mode：
/plan on后让它改文件 —— 观察它只出方案改不了（甚至会尝试绕过然后失败，很有意思）；/plan off后说"批准了" - MCP：项目里建
.minicode/mcp.json指向tests/mini_mcp_server.py（配置格式见minicode/mcp_client.py顶部注释），问它"用加法工具算 123+456" - todo：给一个 3 步以上的任务 —— 观察 ☐/◐/☑ 任务清单的实时流转
- goal 模式：
uv run --project ~/coding-agent minicode --mode accept-edits --goal "创建一个xxx并测试"—— 无人值守跑完 - hooks：项目里建
.minicode/hooks.json（格式见minicode/hooks.py顶部注释），比如给 write_file 配个审计日志 post hook
观察要点（比"能不能跑通"更重要）：
- 每次
> tool: xxx(...)日志：模型选的工具对吗？参数合理吗？ - 出错之后的下一步：模型是重复犯错还是根据错误信息调整了做法？
- 它"不知道"什么：目前问它"我在哪个目录"它只能猜（M4 才注入环境信息）
cd ~/coding-agent
uv run pytest -v # 全部测试
uv run pytest tests/test_bash.py -v # 只跑某个文件单测不调 API 不花钱，随便跑。
| 现象 | 原因/解法 |
|---|---|
错误：请先设置环境变量 ANTHROPIC_API_KEY |
当前终端没 export，见第 1 节 |
| 启动后卡住不动 | 网络问题或 DeepSeek 服务慢，Ctrl+C 退出重试 |
| 模型答非所问/不调工具 | 正常现象，换个更明确的说法再试；这也是观察 prompt 影响的机会 |
| 担心 agent 改了不该改的文件 | M3 之前 edit_file 没有确认机制——所以只在试验场目录玩 |
每轮对话是一次或多次 API 调用，DeepSeek 便宜但不是免费。日常试玩用默认
sonnet 档位（flash 模型）足够；/怎么算钱 这类问题可以直接问 agent 本身试试。