decodingai-magazine/building-a-coding-agent-from-scratch-course

这个项目是什么

一个开源、免费运行的课程（8篇文章、6个视频、Apache-2.0许可证），带你从零开始构建一个编码代理——一个能够读取、编辑和运行项目中代码的AI。结果是decode，一个你自己构建的可工作的编码助手。该课程由Decoding AI出品，并得到Modal、Opik和Kitaru的技术支持。

核心思想：“harness”才是关键

该项目提出了一个强有力的、有证据支持的论点：AI模型本身只有大约20行代码——一个简单的循环，模型读取提示，决定调用哪个工具（如读取文件、运行命令），然后重复。困难且有趣的工作是围绕这个循环的一切：工具、权限检查、内存管理、沙箱和错误处理。这个外围系统被称为harness，README声称仅改进harness就将一个编码代理在基准测试中从约第30名提升到前5名。因此，课程教你如何工程化这个harness。

你构建什么

一个完整的编码代理，名为decode，具有：

• 两个界面： 一个交互式终端UI和一个远程无服务器模式（部署在Modal上），可以并行运行多个代理，通过手动、webhook或计划触发。
• 六个支持模块： LLM提供商、内存、技能（可重用的指令集）、沙箱、权限，以及一个用于快速编辑器式反馈的LSP服务器。
• 上下文工程： 当对话达到模型上下文窗口的约80%时自动总结，加上内存和技能加载。
• 子代理： 专门的辅助代理（用于探索代码、规划或审查），每个都获得一个专注的小上下文窗口，而不是一个臃肿的窗口。
• 可观测性与评估： 每个会话都被记录并可重放。代码集成了Opik用于追踪和Kitaru用于重放运行，并包含一个评估harness用于基准测试和捕获回归。

技术栈

• 语言： Python
• 代理框架： Pydantic AI
• LLM： 三个可替换的提供商——Modal（通过SGLang托管你自己的开放权重模型）、OpenRouter（开放权重作为服务）或Gemini（专有）
• 沙箱： 本地Docker或远程Modal沙箱——代理的命令永远不会直接在你的机器上运行
• 部署： Modal无服务器函数
• 记录/评估： Kitaru（会话、重放）、Opik（追踪）

其他一切都是有意识地从头构建的——课程避免使用抽象掉困难部分的框架。

8节课（每节有文章，大部分有视频）

#	主题	你学到的
1	系统设计	勾勒整个harness：无头核心、六个模块、两种界面模式和一个评估层。
2	极简代理循环	你的代理在一个可控制的TUI中循环使用9个工具和3个可替换的LLM提供商。
3	沙箱	工具在Docker或Modal沙箱内运行——绝不在你的主机上。
4	上下文工程	加载内存、调用技能、读取LSP诊断，并在窗口的80%时自动压缩。
5	子代理	并行展开Explore子代理；在构建、规划和代码审查者角色之间切换。
6	部署	在Modal上远程运行无头harness，通过CLI、webhook或cron触发代理。
7	评估	为你的代理构建基准和回归测试。
8	回归增长	将真实的失败代理轨迹转化为新的回归测试，并使用Kitaru重放来比较运行。

立即尝试

完成的代理附带演示技能。你可以克隆、安装（免费），并在大约5分钟内看到decode构建一个可玩的贪吃蛇游戏、将网页文章抓取到交互式知识图谱中，或将GitHub数据获取到仪表板——全部来自一个提示。

git clone https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course.git
cd building-a-coding-agent-from-scratch-course
make install
cp .env.example .env   # 设置你的LLM API密钥
uv run decode

然后输入/demo-并选择一个演示。

适合谁

README发出一个有趣的警告：从零构建编码harness可以让你在构建任何其他AI产品——金融、医疗或电子商务——时“危险地擅长”。课程强调的不仅是代码做什么，还有为什么做出每个设计决策——例如，为什么压缩在约80%而不是在极限时触发，或者为什么子代理是上下文工程的问题。