返回资源列表

GitHub(Harvil1) · Harvil1

CodeAgent:终端里的开源 AI 编程 Agent

CodeAgent:终端里的开源 AI 编程 Agent是GitHub(Harvil1)的免费开源项目(中文)。前置条件: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。

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。

打开官方课程
难度
见前置条件
类型
开源项目
语言
中文
规模
1 个课节
内容费用
免费
动手
需要动手环境

使用限制

浏览 GitHub 页面与克隆仓库均无需账号(仅 star、通知等交互需要登录),阅读代码与文档不需要 API key;只有实际运行程序才需要模型 API key,并会产生调用费用。

练习与作业
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模型 API 调用产生的费用(价格原站未说明)
  1. 选择学习环境

    按你的电脑系统准备;提示词在你自己的电脑上使用。

    本机动手

    先跑通再读码:安装依赖、配置 key、进入交互模式,然后对照 README 的特性与模块逐个阅读源码。

    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)。

  2. 准备工具和账号

    标“选用”的可以跳过。

    • Git 克隆仓库
    • uv 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

    运行费用: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。

  3. 让 AI Agent 一次搭好课程

    复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。

    开课提示词 · 只需用一次此提示词尚未实测验证
    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。
    搭好后的课程目录
    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/
准备好了,开始学习

常见问题

免费吗?

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。

需要什么基础?

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)。

有中文吗?

本站记录的语言:中文(另有英文 README);中文内容的范围以原站为准。

怎么开始?

从原始资源入口开始:https://github.com/Harvil1/codeAgent。本页“学前准备”列出环境与工具,“学习指南”给出开课提示词,可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备: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、模型 API 调用产生的费用(价格原站未说明)。

来源与使用须知

收录时间
本站首次收录 2026-10-23
指南参考

版权与转载

  • MIT:代码可自由使用和修改,需保留版权声明。原站说明
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。