欢迎来到 Damn Agent

Damn Agent 是一个面向开发者的 AI Agent 技术学习文档站。它不把智能体描述成一个单点能力，而是把它拆成可学习、可实现、可评测的工程系统。

你会在这里学到什么

• 如何理解 Agent Loop，以及它和普通 LLM 调用的区别。
• 如何设计工具调用、记忆、状态、上下文和人工接管。
• 如何用评测、日志、轨迹回放和权限控制让 Agent 更可靠。
• 如何比较 LangGraph、Mastra、AutoGen、CrewAI 等框架。
• 如何拆解研究型 Agent、代码 Agent 和运维 Agent 的真实工作流。

核心入口

• 智能体基础：从 ReAct、工具、记忆、规划到多 Agent 和 MCP。
• Agent Loop：理解观察、规划、执行、检查的循环结构。
• 工具调用与记忆：区分工具接口、上下文、记忆和状态。
• Harness 工程构件：拆解 Session、Harness、Sandbox 等工程边界。
• Claude Code 源码解析：把代码 Agent 的查询引擎、工具系统和扩展机制放到真实案例里看。
• 维护者：查看网站维护者头像和公开 ID。

一个最小心智模型

flowchart LR
  A[用户目标] --> B[澄清边界]
  B --> C[规划步骤]
  C --> D[调用工具]
  D --> E[观察结果]
  E --> F{是否满足目标}
  F -- 否 --> C
  F -- 是 --> G[输出结论与证据]

最小 Agent 伪代码

type StepResult = {
  observation: string;
  done: boolean;
};

async function runAgent(goal: string) {
  const state = { goal, trace: [] as StepResult[] };

  while (state.trace.length < 8) {
    const plan = await planNextStep(state);
    const observation = await callTool(plan.tool, plan.input);
    const result = await reflect(goal, observation);

    state.trace.push(result);

    if (result.done) {
      return summarize(state);
    }
  }

  return escalateToHuman(state);
}

这段代码不是为了直接复制，而是提醒你：Agent 的关键是循环、状态、工具边界和停止条件。