565 行 Python 从零实现编程智能体

我每天都在用编程 Agent，但有段时间我没法解释：从我输入 prompt 到文件被修改，这中间到底发生了什么。所以我自己写了一个。

答案比我想象的要小。Claude Code、Cursor 和 Codex 运行的其实是同一个循环：把对话发给模型，运行它请求的工具，把结果返回，重复直到模型不再调用工具直接回答。模型永远不会直接操作你的文件。它只是发出请求，真正的操作由你的机器完成。

petite 就是这个循环，用 565 行 Python 从零编写。我分了 14 个 commit 来构建，每个 commit 讲一个概念：

• 与模型对话，然后赋予它工具（Read、Write、Bash）
• 用 Pydantic 验证工具调用
• skills、斜杠命令和参数
• Skill 工具，以及拥有独立对话的子 Agent

每个阶段都是一个带标签的独立 commit。网站会给每个阶段一个任务，解决方案默认折叠直到你需要时才展开，并且提供一个命令来验证它确实工作：

    just stage 4
    cd .stages/04
    just run "How many carrots does the rabbit eat per day, according to rabbit.py?"

架构图把模型放在上方、本地机器放在下方，你可以清楚地看到哪些数据跨过了网络。

如果你一直想知道这些工具到底是怎么工作的，最快的了解方式就是自己写一个。整个教程只需要几美分的 API 费用。

petite — 从零构建的编程 Agent 工作原理

通过从零构建一个编程 Agent 来理解其内部运作机制：完整的 Agent 实现仅需 565 行 Python，每个 commit 讲解一个概念：工具调用、Agent 循环、skills、子 Agent。