Vibe Agent从零亲手搭一个 Coding Agent

不调用任何框架，每一块零件你都看得见

开始学习

课程总览

理解 LLM 工作原理

学习 next-token prediction、token、向量、幻觉等核心概念

实现 Function Calling

从零实现工具注册系统和 Agent 主循环

掌握 Agent 范式

区分并实现 ReAct、Plan-and-Solve、Reflection 三种模式

构建上下文管理

从零实现上下文管理与向量记忆系统

搭建 Coding Agent

实现 5 个核心工具，组装完整 Coding Agent

部署到 CNB

整合所有模块，部署为 CNB 仓库 NPC

课程大纲

Day	主题	你的产出
01	认识你的 AI	`my-agent/llm.py` — LLMClient 类
02	Function Calling 与最小 Agent	`my-agent/tools.py` — ToolRegistry 类
03	Agent 范式	`my-agent/agent.py` — Agent 主循环
04	上下文与记忆	`my-agent/context.py` + `memory.py`
05	Coding Agent 工具集	`my-agent/coding_tools/` — 5 个工具
06	整合：完整 Coding Agent	`my-agent/main.py` — 零件拼装
07	Skills 扩展 + NPC 上线	自定义 Skills + 仓库 NPC
08	总结 + 大作业	复盘与结课

核心产出：my-agent

每天实现一个模块，Day6 拼装成完整 Agent：

my-agent/
├── llm.py              # Day1：LLM 客户端
├── tools.py            # Day2：ToolRegistry
├── agent.py            # Day3：Agent 主循环
├── context.py          # Day4：ContextManager
├── memory.py           # Day4：Memory
├── coding_tools/       # Day5：5 个工具实现
├── main.py             # Day6：组装入口
└── tests/              # 每天的自动化测试

环境准备

本项目使用 uv 管理 Python 环境与依赖。

bash

# 在仓库根目录执行一次，安装所有依赖
uv sync --all-packages

先修要求

Python 基础（函数、类、字典、文件读写）
命令行基本使用（cd / ls / cat / 环境变量）
一台能联网的电脑

不需要提前会：Git、Docker、Agent、提示词工程——这些都会从零讲起。