how-to-build-a-coding-agent

这个开源项目（how-to-build-a-coding-agent）提供了一套完整的实践教程，带你从零开始，逐步构建一个由 AI 驱动的本地编程助手。

你不需要是 AI 专家——只要跟着每一步操作，就能亲手做出一个能读代码、改文件、执行命令，甚至搜索整个代码库的智能代理。

想深入了解原理？可阅读作者博客：ghuntley.com/agent

你将学到什么？

完成本教程后，你将掌握以下能力：

• ✅ 接入 Anthropic 的 Claude API
• ✅ 实现一个基础的 AI 聊天机器人
• ✅ 为 AI 添加实用工具：读取文件、列出目录、运行 shell 命令
• ✅ 实现文件编辑功能（修改代码）
• ✅ 集成代码搜索（基于关键词或模式）
• ✅ 理解并实现“工具调用 + 事件循环”的代理架构

我们会构建什么？

项目分为 6 个渐进版本，每个版本在前一个基础上增加新功能：

1. 基础聊天：与 Claude 直接对话
2. 文件读取器：读取项目中的任意代码文件
3. 文件浏览器：列出指定目录下的文件
4. 命令运行器：安全执行 shell 命令（如 ls、git status）
5. 文件编辑器：让 AI 修改现有文件内容
6. 代码搜索器：在整个代码库中查找关键词或函数

最终，你会拥有一个运行在本地、功能完整的开发者助手，可直接用于日常编码任务。

它是如何工作的？

核心机制是一个 事件循环（event loop），流程如下：

1. 用户输入问题（例如：“帮我看看 main.py 里有没有 bug”）
2. 请求发送给 Claude
3. Claude 判断是否需要调用工具（如“请先读取 main.py”）
4. 本地代理执行对应工具（如读取文件）
5. 工具结果返回给 Claude
6. Claude 结合上下文生成最终回答

这种“思考 → 调用 → 执行 → 回答”的循环，正是现代 AI 编程代理的基础架构。

开始之前

• 需要一个 Anthropic API 密钥（用于访问 Claude）
• 基础 Python 环境（项目使用 Python 编写）
• 对命令行和文件系统有基本了解即可

项目完全开源，代码结构清晰，每一步都有详细注释和说明，非常适合学习 AI 代理的构建逻辑。