直接手搓吧，完全不用框架顶多引入 openai 的 api 调用包，其他的 vibe 出来难度不大
基本结构就是 上下文管理 + tools + loop + 状态管理
还有上下文压缩也属于上下文管理
LLM 的接入一般都是 openai 格式的，但不同 LLM 还是会有一些差异需要微调和兼容
再往后就可以关注可观测性、恢复执行、执行沙箱（我也没玩到）、命令执行授权、记忆管理 大概记得的就这些了
先从最简单的 loop + tools 开始玩就行了， 搓出来后还是有一点正反馈的
学完了发现这些东西都是现有 ai 编辑器有的功能，哈哈，我刚学完
最近在看这个 https://yixiangshijie.github.io/ai-agents-in-action-2nd-edition-cn/#/
上手就完事儿了，没那么复杂pydantic-ai
1 、学的慢了可以不用学了，每过一段时间都会出新的概念，照着新概念去学，比如最开始的提示词工程、上下文管理、再到 Agent Loop 和 ReAct 、Harness 等等，照着新的学，新的包含了旧的
2 、不学框架。自己去实现调用过程，研究各个参数是干什么的，然后去手搓框架，照着这 3 种 api 去做兼容：Chat Completions API 、Responses API 、Messages API
4 、从基本的聊天开始，然后加上工具调用，就是写一些 read 、write 、grep 、glob 之类的工具，老项目接入 ai ，无非就是通过工具包装一下接口，ai 生成调用接口的参数，反正就是调 API ；
如果要接外部的工具，就去实现 MCP 协议，无非就是通过 jsonrpc 传递参数和工具名称之类的；
至于 RAG ，就是把文字变成向量然后去检索，找个向量库去试试，学一下切片策略，然后把向量库检索作为一个工具，这就变成了 Agentic RAG ；
然后就是 Skill 了，就是在提示词里把 skill 的名称、简介、路径放上，ai 去选择 read 等等工具，去读 markdown ，把读出来的内容放到上下文里；
接下来研究下上下文怎么控制、上下文怎么压缩之类的了
再往后就是任务规划、任务编排、记忆了，照着各个 agent 工具抄就行，比如，提供一个 todo-list 工具，让 ai 把规划好的任务和任务状态给存进去，让 ai 即使反馈和维护状态，就参考 superpower 、trellis ，去抄设计思路就完了；
5 、对着现有的功能去抄，比如抄 Codex 、OpenCode 、Claude Code 等等
6 、直接去读各个模型供应商的文档，碰到不懂的去查
https://github.com/Menfre01/waveloom 可供学习，从 0 到 1 撸出来的 code agent ，实际没有想象中难。花了两个月烧了 75 亿 token 从 0 经验开发出来
原理可以先了解，然后手搓简单版本的试一下效果，比如 tool call 是怎么实现的
原理本质上并不复杂，AgentLoop 、ReAct 往简单了说就是 for/while 循环
但是没手搓过，可能对这个循环的概念并不深刻
可以看看我的 blog ，会 share code agent 一线开发的资料 https://github.com/Menfre01/waveloom-blog
最基本的原理就是个大循环，一直调大模型，大模型返回 tool call ，你执行完调用把结果塞回去，直到循环到大模型不返回 tool call 就结束了，输出结果。
原理没啥可看的，直接上框架
我也写了 4 个月 agent 了， 到现在也没理解那些框架的意义在哪里。 特别是 langchain 这种，不就是组装个 llm 请求吗？