Agent 的概念、原理与构建模式：从零打造一个简化版 Claude Code

这期视频以 ReAct 和 Plan-And-Execute 两种模式为主线，解释 Agent 是什么、为什么需要 Agent、Agent 如何借助工具和环境完成任务，并通过实现一个简化版 Claude Code 来展示 Agent 的运行机制。

说明：该视频没有公开字幕列表，本笔记基于 B 站简介时间轴、播放器章节和关键画面整理，不是逐字稿。

整体思维导图

mindmap
  root((Agent：能规划并使用工具完成任务的程序))
    解决什么问题
      模型只会生成文本
      无法直接感知环境
      复杂任务需要多步推进
    核心能力
      观察环境
      思考下一步
      调用工具
      根据结果继续行动
    ReAct 模式
      Reasoning
        分析当前状态
      Acting
        调用工具
      Observation
        接收工具结果
      循环直到完成
    动手实现
      Prompt 模板
      工具定义
      解析模型输出
      执行命令
      维护上下文
    Plan-And-Execute
      先制定计划
      分步执行任务
      必要时重新规划
    构建 Claude Code
      文件读写
      终端命令
      代码修改
      运行反馈

视频大纲

时间段	内容
00:00-00:33	视频内容介绍
00:33-03:43	什么是 Agent
03:43-05:27	ReAct 模式的运行流程
05:27-10:49	ReAct 模式的实现原理
10:49-18:53	动手实现一个 ReAct Agent
18:53-20:21	ReAct 运行时序图
20:21-21:20	Plan-And-Execute 模式介绍
21:20-28:07	Plan-And-Execute 运行流程

核心总结

Agent 不是单纯的大模型，也不是一次性 Prompt。它更像一个“带工具、带循环、能根据反馈继续行动的程序”。

普通 LLM 的能力边界主要在生成文本；Agent 则通过工具调用，把模型的推理能力连接到外部环境，比如文件系统、终端、代码编辑器、搜索、浏览器等。这样它才能完成“读项目、改代码、运行测试、根据报错继续修改”这类多步骤任务。

什么是 Agent

视频里强调了两个常见疑问：

• 什么是 Agent？
• Agent 如何实现？

可以把 Agent 理解成：

一个由大模型驱动、能够观察环境、选择行动、调用工具，并根据结果持续推进任务的系统。

它与普通聊天机器人的关键区别在于：Agent 不只是回答问题，还能行动。

大模型本身无法直接感知和改变外部环境。Agent 的作用，就是在模型和外部世界之间搭建一层执行框架：

flowchart LR
  U["用户任务"] --> A["Agent 主循环"]
  A --> M["大模型推理"]
  M --> A
  A --> T["工具调用"]
  T --> E["外部环境"]
  E --> O["观察结果"]
  O --> A

ReAct 模式

ReAct 是 Reasoning and Acting 的缩写。它的核心思想是：让模型在“思考”和“行动”之间循环。

一个典型 ReAct 循环是：

1. Thought：模型分析当前任务和已有信息。
2. Action：模型选择一个工具，并给出调用参数。
3. Observation：系统执行工具，把结果返回给模型。
4. Repeat：模型基于新观察继续思考和行动。
5. Final Answer：任务完成后输出最终答案。

这个模式特别适合边做边看的任务，比如：

• 读文件后决定下一步改哪里
• 执行命令后根据报错修复
• 搜索资料后继续追问
• 多轮工具调用逐步逼近结果

ReAct 的实现原理

ReAct 的关键不是“模型天然会操作工具”，而是用 Prompt 和解析规则把模型输出约束成可执行格式。

实现时通常需要这些组件：

• Prompt 模板：告诉模型有哪些工具、输出格式是什么、何时结束。
• 工具列表：定义每个工具的名称、描述、参数和执行函数。
• 输出解析器：从模型回复中解析出 Action 和参数。
• 执行器：真正调用工具，如读文件、写文件、执行 shell 命令。
• 记忆/上下文：把 Thought、Action、Observation 继续放回对话，让模型能基于历史推进。

简化版伪代码：

while True:
    response = llm(prompt + history)
    if response.has_final_answer():
        return response.final_answer
    action = parse_action(response)
    observation = run_tool(action.name, action.args)
    history.append(response)
    history.append(observation)

动手实现一个 ReAct Agent

视频中演示了一个简化版 Agent 的实现：让模型可以读取项目文件、执行命令，并逐步完成任务。

这类 Agent 的基本骨架是：

1. 接收用户任务。
2. 把任务、工具说明、项目上下文放进 Prompt。
3. 调用大模型，让模型决定下一步。
4. 如果模型要求调用工具，就执行工具。
5. 把执行结果作为 Observation 追加回上下文。
6. 重复直到模型给出最终答案。

如果把它类比为 Claude Code，最核心的工具通常包括：

• 读取文件
• 搜索文件
• 修改文件
• 运行命令
• 查看命令输出

Claude Code 的强大之处，不只是模型能力强，而是它把“模型推理 + 工具调用 + 项目反馈”组织成了一个持续循环。

ReAct 运行时序图

ReAct 的时序可以总结为：

sequenceDiagram
  participant U as 用户
  participant A as Agent 主程序
  participant M as 模型
  participant T as 工具
  U->>A: 提交任务
  A->>M: 任务 + 工具说明 + 历史上下文
  M-->>A: Thought + Action
  A->>T: 执行工具
  T-->>A: Observation
  A->>M: 追加 Observation 后继续推理
  M-->>A: Final Answer 或下一次 Action
  A-->>U: 返回结果

它的特点是灵活，适合探索式任务；但缺点是可能走弯路，长任务中容易反复试探。

Plan-And-Execute 模式

Plan-And-Execute 的思路是：先让模型制定计划，再按照计划执行。

它通常包含两个角色或阶段：

• Planner：根据用户任务拆出步骤。
• Executor：按照步骤逐个执行，必要时调用工具。

相比 ReAct，Plan-And-Execute 更强调全局规划，适合目标明确、步骤较多的任务。

Plan-And-Execute 运行流程

Plan-And-Execute 的流程可以概括为：

1. 用户提出复杂任务。
2. Planner 生成执行计划。
3. Executor 执行第一个步骤。
4. 根据执行结果更新状态。
5. 如果计划不再合适，重新规划。
6. 所有步骤完成后输出结果。

这个模式的优势：

• 更容易让用户看到整体路线。
• 适合拆解复杂任务。
• 可以在执行中检查进度。
• 失败后可以重新规划，而不是一直在同一个循环里试错。

可能的问题：

• 初始计划如果质量差，后续执行会受影响。
• 计划和现实环境可能不一致，需要 Re-Plan。
• 对任务状态管理要求更高。

ReAct 与 Plan-And-Execute 对比

维度	ReAct	Plan-And-Execute
核心思路	边思考边行动	先规划再执行
适合任务	探索式、反馈驱动任务	目标明确、多步骤任务
优点	灵活、即时根据结果调整	路线清晰、便于管理进度
缺点	容易绕路或反复尝试	计划可能脱离实际，需要重规划
类比	边走边看地图	先画路线再出发

实际 Agent 系统往往会混合使用两种模式：高层用 Plan-And-Execute 管理任务，底层执行每一步时使用 ReAct 调工具。

我的理解

这个视频的核心不是教你背 Agent 定义，而是让你看懂 Agent 的“机械结构”：

flowchart TD
  Task["用户任务"] --> Loop["Agent 循环"]
  Loop --> Think["模型思考"]
  Think --> Decide{"需要工具？"}
  Decide -- 是 --> Tool["调用工具"]
  Tool --> Observe["观察结果"]
  Observe --> Loop
  Decide -- 否 --> Answer["输出最终答案"]

一旦理解这个循环，Claude Code、Cline、Cursor、各种 coding agent 的底层逻辑就不再神秘：它们都是在把模型的语言推理能力，放进一个能够读环境、改环境、验证结果的执行框架里。

核心结论

• Agent 是“模型 + 工具 + 执行循环 + 环境反馈”的系统。
• ReAct 通过 Thought / Action / Observation 循环，让模型边推理边调用工具。
• 构建 ReAct Agent 的关键是 Prompt 模板、工具定义、输出解析和执行器。
• Claude Code 这类工具本质上就是 coding 场景里的 Agent：读文件、改代码、跑命令、看反馈、继续迭代。
• Plan-And-Execute 更适合复杂任务：先拆计划，再执行步骤，必要时重新规划。
• 真正可用的 Agent 往往不是单一模式，而是规划、执行、工具调用、反馈修正的组合。

后续学习建议

• 自己实现一个最小 ReAct Agent：只保留 read_file、list_files、run_command 三个工具。
• 观察 Claude Code 或 Cline 的行为：它什么时候读文件、什么时候执行命令、什么时候停止。
• 学习工具调用的 schema 设计：工具描述越清楚，模型越容易正确调用。
• 继续学习 Plan-And-Execute 与 Re-Plan 机制，理解复杂任务中“计划管理”的价值。