从零构建智能体框架

关于从零构建智能体框架（agent harness）。

收到了很多关于从哪里入手的问题。

以下是我的简短指南（可以直接喂给你的智能体）：

如果你真的想深入学习智能体框架，值得用你选择的编程语言（TypeScript 或 Python）从头构建一个。

当我起步时，我使用了 Google 的 ReAct 来实现我的第一个框架：https://t.co/riSOKW1OGs

当时我是完全从零手写的，但你现在可以轻松地让你的智能体读取这篇论文，并生成一个最小实现供你检查和理解。

你的目标是实现以下三个部分：

- 一个用于所有推理事务的 LLM 模块，理想情况下应支持多个模型。我起步时使用的是 OpenRouter。这个模块可以包含系统提示词，但如果你计划更深入地探索上下文工程（context-engineering）的想法，也可以将其单独拆分出来。

- 一个工具模块（我推荐将工具构建为 MCP 工具以获得更好的互操作性，但如果你有经验，也可以从头设计函数）。

- 一个封装了工具和 LLM 的智能体循环。ReAct 是你可以实现的较为基础的循环之一。

最重要的是，着力理解各主要组件以及它们之间的协作方式。

进阶技巧：

- 尽量保持系统提示词精简，并尝试不同的模型；各前沿实验室模型的 mini 版本足以让你起步。

- 查看代码，并在尝试不同任务时记录日志。起步阶段，你应该记录循环的输入/输出、LLM 的输入/输出，以及工具调用的输入/输出。设置一组简单多样的任务来测试你的智能体循环。这样每次修改后，你都可以运行这些任务并手动检查结果。

一旦对此有了充分的掌握，你就可以轻松地添加技能（skills）、记忆（memory）等其他功能，前提是你已经对如何调优它们有了清晰的认识。如果你有这方面的规划，保持模块化会很有帮助。我推荐将记忆、技能和子智能体作为不错的下一步进行探索。

如果你不想自己构建这些组件，或者想直接开始构建一个更正式的智能体框架，我推荐使用 Pi SDK 或 LangChain 的框架工具。我也即将发布一些能在这方面提供帮助的东西。

如有问题，欢迎留言。我计划撰写一篇更详尽的文章，但目前这些内容已足够给你提供一些可以动手实验的方向。