从零搭一个 Agent

Agent 的核心不是「更长的提示词」，而是一个可重复的循环：模型判断下一步、调用工具、读取结果、再判断。循环能不能收敛，取决于工具设计、停止条件和错误处理。

这个专题包含什么

专题分三块。基础块讲 Agent 的定义、工具调用、Agent 框架与工具选择：模型如何决定用哪个工具，框架如何组织多轮调用，工具描述为什么直接影响成功率。能力块讲计算机操作、Agent Skills、子代理、钩子与 MCP：它们分别扩展动作范围、复用现成流程、拆分任务、在关键节点插入确定性逻辑，以及接入外部系统。记忆与协作块讲 Agent 记忆、多 Agent 协作与人在回路：什么该记、什么该忘，什么时候拆成多个角色，哪些动作必须让人确认。工具越多，选择成本越高；先把一个工具的输入输出写清楚，比堆十个半成品有用。专题不承诺全自动，也不建议一上来就做多 Agent。

学习顺序

先读 Agent 概念，分清工作流与自主循环的边界。再读工具调用，理解模型只负责提出调用，执行与校验在宿主程序。第三步跟课做最小工具 Agent，把「调用—观察—再调用」跑通，并加上最大轮数与失败退出。之后读 Agent 框架，看它替你管了哪些状态；再读 MCP，把外部工具以标准方式接进来。基础打牢后进入能力块：计算机操作扩大动作面，技能与子代理负责复用和拆分，钩子把必须执行的动作从模型手里拿走。最后读记忆、多 Agent 与人在回路，决定哪些环节可以自动，哪些必须停下来等人。每次加能力都先问：失败时怎么停、错误怎么传回模型、什么情况下交给人。

全部相关词条

基础组：Agent、工具调用、Agent 框架、工具选择。能力组：计算机操作、Agent Skills、子代理、钩子、MCP。记忆与协作组：Agent 记忆、多 Agent、人在回路。三组对应三种失败：不会用工具、用完管不住、协作时失控。记忆不是越多越好：把过期信息留在上下文里，会持续干扰判断。每加一种能力，都要同时补一条验证与退出机制。衡量 Agent 是否可用，看的是完成率与可恢复性，不是单次演示效果。Agent 的可观测性同样重要：每一步调用了什么、返回了什么，都要能回看；没有日志，调试只能靠猜。