# CodeAgent：终端里的开源 AI 编程 Agent

- 发布方：GitHub（Harvil1）；作者：Harvil1
- 形式：开源项目 · 中文（另有英文 README）
- 原始资源：[https://github.com/Harvil1/codeAgent](<https://github.com/Harvil1/codeAgent>)
- 本站页面：[https://oplearnx.com/resources/res\_7844mpn3xtpr](<https://oplearnx.com/resources/res_7844mpn3xtpr>)
- 学习主题：人工智能 / AI Agent；人工智能 / AI Agent / 工具调用与工作流；人工智能 / AI Agent / 记忆与上下文
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-23 03:02

## 能学到什么

读者可以按 README 安装并运行 CodeAgent，并通过阅读其模块化源码理解一个真实可跑的编程 Agent 全链路实现：工具自注册、上下文分级压缩、权限审批、长期记忆与技能、子代理与团队、工作流引擎与自学习管线。

- 在自己的终端中安装并运行 CodeAgent，用自然语言完成读代码、改文件、跑命令等任务
- 配置 OpenAI 兼容或 Anthropic 协议的模型端点，并在会话中用 /model 切换主模型与辅助小模型
- 说明 tools/ 目录下工具自注册体系与 toolset 如何控制发给模型的工具集
- 说明上下文分级压缩（L1 轻裁剪到 L4 深度摘要）与前缀缓存友好的设计思路
- 解释破坏性命令审批、跨会话白名单、注入面检测、秘钥扫描与 SSRF 防护等安全防线的作用
- 说清长期记忆（MEMORY.md \+ JSONL）、技能系统与自学习管线的组织方式
- 了解子代理派发、团队模式、工作流引擎与 checkpoint 回溯的实现模块
- 用仓库自带依赖与配置跑通一次交互会话，并据此定位继续深入阅读的源码模块

## 适合我吗

- 适合：适合想通过读真实代码学习 Agent 工程实现的开发者，仓库提供中文注释、特性说明、安装步骤与 slash 命令表。
- 需要留意：不适合只想要 Agent 理论或论文式讲解的读者；仓库以 Windows 优先，README 称 macOS 未充分验证。

## 前置条件与费用

- 知识前置：需要掌握 Python 基础与命令行操作；了解 LLM 调用、工具调用（function calling）的基本概念会更顺畅。
- 软件、账号与硬件：Python 3.11\+、uv 包管理器，以及 Readme 快速开始中的 git clone 与 uv sync；实际运行时需要一个模型 API key（默认 DeepSeek，也支持 OpenAI 兼容或 Anthropic 协议端点）。
- 内容费用：免费：仓库以 MIT 许可公开，README、快速开始与源码可在 GitHub 页面直接阅读，节选未出现付费墙或登录拦截；README 提到插件市场技能（/plugin 管理），但未说明其是否收费。
- 实践费用：实践需要付费：实际运行该 Agent 需自备大模型 API key（默认 DeepSeek），调用会产生 API 费用，README 未说明具体价格。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [Git](<https://github.com/Harvil1/codeAgent>)：克隆仓库
- [uv](<https://astral.sh/uv/install.ps1>)：安装 Python 依赖并运行程序
- Python 3.11\+：运行环境
- 模型 API key（如 DeepSeek）：驱动 Agent 对话与工具调用

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「CodeAgent：终端里的开源 AI 编程 Agent」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/Harvil1/codeAgent
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：建议用自己的一个小型仓库做实验：让 Agent 完成一次改文件 + 跑命令的任务，并用 /permission 观察审批流程、/stats 查看花费；也可在 settings.json 中把辅助小模型换成便宜模型以控制成本。
课节（官方顺序）：
1. codeAgent 仓库主页（README：特性、快速开始、常用操作、配置与数据）：https://github.com/Harvil1/codeAgent

1. 环境
- Python 3.11+
- uv
- 终端：cmd / Windows Terminal / PowerShell
- 可选：Linux 下的 bwrap 沙箱
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/Harvil1/codeAgent
3. 目录（最外层放在我确认的位置）
codeagent-coding-agent/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-codeagent-readme/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - uv run python main.py -c  → 能恢复最近一次会话或进入交互界面，不报配置或依赖错误
  - 执行 /help 与 /doctor  → /help 列出 slash 命令，/doctor 输出配置、网络与组件健康检查结果
  - 打开 ~/.codeAgent/ 目录确认 settings.json 存在  → 配置文件已生成且模型 key 已配置
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「CodeAgent：终端里的开源 AI 编程 Agent」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/Harvil1/codeAgent
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：建议用自己的一个小型仓库做实验：让 Agent 完成一次改文件 + 跑命令的任务，并用 /permission 观察审批流程、/stats 查看花费；也可在 settings.json 中把辅助小模型换成便宜模型以控制成本。
课节（官方顺序）：
1. codeAgent 仓库主页（README：特性、快速开始、常用操作、配置与数据）：https://github.com/Harvil1/codeAgent

1. 环境
- Python 3.11+
- uv
- 终端：cmd / Windows Terminal / PowerShell
- 可选：Linux 下的 bwrap 沙箱
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/Harvil1/codeAgent
3. 目录（最外层放在我确认的位置）
codeagent-coding-agent/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-codeagent-readme/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - uv run python main.py -c  → 能恢复最近一次会话或进入交互界面，不报配置或依赖错误
  - 执行 /help 与 /doctor  → /help 列出 slash 命令，/doctor 输出配置、网络与组件健康检查结果
  - 打开 ~/.codeAgent/ 目录确认 settings.json 存在  → 配置文件已生成且模型 key 已配置
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「CodeAgent：终端里的开源 AI 编程 Agent」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/Harvil1/codeAgent
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：建议用自己的一个小型仓库做实验：让 Agent 完成一次改文件 + 跑命令的任务，并用 /permission 观察审批流程、/stats 查看花费；也可在 settings.json 中把辅助小模型换成便宜模型以控制成本。
课节（官方顺序）：
1. codeAgent 仓库主页（README：特性、快速开始、常用操作、配置与数据）：https://github.com/Harvil1/codeAgent

1. 环境
- Python 3.11+
- uv
- 终端：cmd / Windows Terminal / PowerShell
- 可选：Linux 下的 bwrap 沙箱
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/Harvil1/codeAgent
3. 目录（最外层放在我确认的位置）
codeagent-coding-agent/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-codeagent-readme/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - uv run python main.py -c  → 能恢复最近一次会话或进入交互界面，不报配置或依赖错误
  - 执行 /help 与 /doctor  → /help 列出 slash 命令，/doctor 输出配置、网络与组件健康检查结果
  - 打开 ~/.codeAgent/ 目录确认 settings.json 存在  → 配置文件已生成且模型 key 已配置
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「CodeAgent：终端里的开源 AI 编程 Agent」。课程目录是 codeagent-coding-agent/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [codeAgent 仓库主页（README：特性、快速开始、常用操作、配置与数据）](<https://github.com/Harvil1/codeAgent>)

## 指南参考

- [课程主页](<https://github.com/Harvil1/codeAgent>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：DeepSeek / OpenAI / Anthropic / OpenRouter / 智谱 中任一厂商的 API key，仅在运行程序驱动模型时需要；Python 3.11\+ 与 uv 包管理器，仅在安装依赖并运行程序时需要；模型 API 调用产生的费用（价格原站未说明）
- 转载与修改 · 课程页面与材料：MIT。仓库侧栏与 README 许可证一节标注 MIT © 2026 Harvil1 [依据](<https://github.com/Harvil1/codeAgent>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）