很多录友反馈我看了很多文章也知道 Agent Loop、ReAct、Tool Use、MCP 这些词但总感觉隔了一层。很多概念还停留在“知道名词”的阶段。现在大家找工作。无论你是哪个方向现在都需要有一个Agent项目。Agent 这个东西光看文章还不够。你得自己实现一个最小版本亲手把用户输入、拆解任务、loop、工具调用、事件流、权限审批、上下文管理这些链路串起来才会真正理解所谓 AI Agent到底是怎么跑起来的。目前市面上哪里那个Agent做的最好当然是Claude。所以这次我在知识星球里更新一个新的 AI Agent 项目KamaClaude从零实现一个本地 Claude Code Agent 系统mini 版。也可以理解为我们自己动手实现一个minClaude不仅实现Agent内核还是先一套 TUI。大家可以看一下效果接入的是deepseek-v4-flash当然大家也可以接入其他模型。可以接入命令可以使用skill可控制上下文可压缩可以下达一个稍稍负责的任务KamaClaude自动完成规划 并执行KamaClaude会先申请一下本地编辑权限然后规划并执行项目展示视频当然它不是要一比一复刻 Claude Code 的所有产品能力而是把 Claude Code 这类 AI 编程 Agent 最核心的运行机制拆出来用户输入一个目标Agent 能自己规划下一步模型不是只回答文本而是能主动发起工具调用工具调用不是直接裸跑而是有参数校验和权限审批执行过程不是黑盒而是通过事件流实时展示到 TUI每一次 run 都能留下 events、trace、session 记录方便复盘和排查多轮会话不是简单拼接历史而是有 thread、notes、context 分层记忆上下文快爆了不是粗暴截断而是有水位检测和 compact 压缩复杂任务可以交给子 Agent外部工具可以通过 MCP 接进来我们要做的是一个真正能跑任务、能调工具、能看过程、能管权限、能续上下文、能扩展生态的本地 Agent 运行时。你学完之后再看 Claude Code、Codex、Cursor 这些 AI 编程工具就不会只停留在“它好像很智能”。你能看懂它背后那条工程主线用户目标 → Agent Loop → 模型思考 → 工具调用 → 结果回填 → 事件展示 → 会话续航。项目演示本视频只在知识星球里带大家演示如何从零运行 KamaClaude并完成一次完整的 Agent 使用体验克隆项目和切换阶段分支配置.env让 Agent 写一个一个任务配置 Skill 和 MCP在 TUI 里看到工具调用、事件流、权限审批和上下文水位KamaClaude 长什么样KamaClaude 的最终形态是这样的用户不是直接和一个脚本对话而是通过kamaCLI 或kama-tui连接到常驻的kama-core守护进程。真正执行任务的是 Core daemon。CLI 和 TUI 只是客户端。这意味着TUI 崩了Agent 任务不一定要跟着死后续可以同时接 CLI、TUI、Web 前端所有任务过程都能通过事件流订阅所有命令、响应、事件都要通过类型化协议通信Agent 的工具调用、会话记忆、权限审批、上下文压缩都在同一条运行链路里完成这就是它和普通 AI Demo 最大的区别普通 Demo 是“调用模型”。KamaClaude 是“搭一个本地 Agent 运行时”。项目专栏目录从项目演示运行到 项目实战架构如何设计、环境怎么搭Agent loop上下文、可压缩、MCP、skill支持这些如恶化设计。最后再到求职相关项目的简历写法、项目亮点、本项目常见面试题都给大家准备好了。从项目源码到答疑一条龙服务不用担心学不会有什么问题都可以在专属微信群提问知识星球里每个项目都有专属答疑群扫如下十元代金券只需要 196 元加入知识星球你将获得20 套项目教程专栏 源码 配套答疑。每个项目平均不到十元钱而且加入星球的服务远不止这些项目。加入知识星球后加如下微信发送支付截图拉你到星球交流群如果你不知道知识星球对自己是否有帮助可以先加入看看感受一下星球里的学习氛围。三天内72h可以全额退款。项目特色这个项目我采用全新的讲解方式不是一下子直接给大家全部项目代码。而且分成了 8个阶段一步一步带大家实现完整的kamaClaude。每个阶段都不是堆功能而是解决一个真实的 Agent 工程问题。阶段主题这一阶段真正解决的问题S0骨架与协议契约CLI 和 daemon 通过真实 IPC 完成一次 ping/pongS1Agent 最小闭环一次kama run从 goal 到 LLM、工具、事件文件完整跑通S2事件流外化AgentRunner 搬进 daemonCLI/TUI 通过 IPC 订阅同一份事件流S3自主规划与 TUIAgent 能用任务工具拆解复杂目标TUI 展示完整执行过程Trace系统级时间线IPC / EventBus / LLM 三层数据流可追踪、可回放S4会话与记忆多轮 run 进入同一个 sessionthread 和 notes 接住上下文S5工具安全工具调用前有参数校验、权限审批、失败分类和重试S6上下文治理长会话下有 context 水位、tool_result 截断和 compactS7扩展边界Skills、Subagents、MCP 让 Agent 可组织、可派生、可接外部工具从第一章开始项目就不是“先写一个脚本后面再慢慢重构”。KamaClaude 在 S0 就先把kamaCLI 和kama-coredaemon 拆开通过 TCP NDJSON JSON-RPC 2.0 通信。这一步看起来比普通脚手架更重但它换来的是后面所有能力都不用推倒重来TUI 可以复用同一套 IPC事件订阅可以复用同一套通道权限审批可以通过事件推到前端trace 可以记录完整请求和响应后续 Web 前端也可以接入同一个 Core这就是工程项目里真正值钱的地方。不是“能不能跑”而是系统边界一开始就立住。项目架构图KamaClaude 的核心不是一个 prompt而是一套完整的本地 Agent 运行链路用户目标 → CLI / TUI → JSON-RPC over NDJSON → kama-core daemon → AgentRunner → AgentLoop → LLM Provider → ToolRegistry → PermissionManager → EventBus → Session Store → TUI 实时渲染 / events.jsonl 持久化 / trace 回放你学完以后面试官再问 AI Agent 项目你就不是说“我调用了大模型 API。”而是能说我实现了 ReAct AgentLoop 和工具调用闭环我用 EventBus 把 Agent 执行过程外化成事件流我实现了 TUI 实时渲染、工具折叠块、权限审批卡片我实现了 Session、thread、notes 三层记忆体系我实现了上下文水位检测、tool_result 截断、自动 compact 和手动 compact我实现了 Skills、Subagents、MCP 外部工具接入我用 pytest、mypy strict、ruff 保证项目质量我实现了守护进程 多客户端架构我设计了 JSON-RPC 2.0 NDJSON 的类型化 IPC 协议这就不是“AI 套壳项目”了。这是一个能拿去讲系统设计、异步并发、协议建模、工具安全、上下文工程、多 Agent 编排的高质量项目。项目亮点KamaClaude 最大的亮点是把 Claude Code 这类 AI 编程 Agent 背后的核心机制用一个 mini 版工程完整跑通它不是单进程脚本而是kama-coredaemon CLI/TUI 多客户端架构不是一次性调大模型而是 ReAct AgentLoop支持模型思考、工具调用、结果回填和多步执行不是让模型说执行就执行而是把工具调用放进ToolRegistry和PermissionManager先做参数校验、权限审批、失败分类再把 tool result 返回给模型不是只展示最终答案而是通过EventBus、events、trace 和 TUI把 token 流、工具调用、审批、上下文水位都实时展示并可回放不是简单拼接聊天历史而是用 session、thread、notes、context 和 compact 做上下文治理最后还支持 Skills、Subagents、MCP把工作流、子 Agent 和外部工具统一接进同一套运行链路。也就是说这个项目真正能讲的不是“我接了一个大模型接口”而是“我实现了一个本地 Agent 运行时”。这个项目适合谁如果你正在准备秋招、春招、实习、社招想做一个 AI 项目想了解Agent工作原理这个项目很适合你。如果你已经做过 RAG、聊天机器人、AI 助手想把项目深度往 Agent 工程方向拔高这个项目也很适合。如果你想理解 Claude Code、Codex、Cursor 这类 AI 编程工具背后的运行时设计这个项目同样值得系统学一遍。不是教你背概念。是带你从 S0 到 S7八个阶段把一个本地 Agent 工具从零搭出来。每一章都有明确的执行路径每一阶段都能运行、能验证、能留下文件证据。你不是最后拿到一个黑盒项目。你会知道它每一层为什么存在。项目专栏本项目为文字专栏讲解方式不过在项目环境配置启动使用上 给大家录制了视频。项目专栏把 简历写法、项目亮点、常见面试题 都准备好了大家做完这个项目可以直接用。本项目分成8个阶段完成每一阶段都有详细讲解S0、项目基础架构S1、Agent 第一次运行S2、把事件流外化为 IPCS3、traceS3、Agent 的自主规划S4、把 Agent 变成会话伙伴S5、给工具加上安全锁S6、让上下文可控、可压缩、可续航S7、Skills、Subagents 与 MCP学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
面试官：“连Agent项目都没有，谁给你的勇气投字节？”，我笑了：“我实现一个Claude，看简历下半页”，面试官：“先入职再细聊”
发布时间：2026/7/22 3:16:22
很多录友反馈我看了很多文章也知道 Agent Loop、ReAct、Tool Use、MCP 这些词但总感觉隔了一层。很多概念还停留在“知道名词”的阶段。现在大家找工作。无论你是哪个方向现在都需要有一个Agent项目。Agent 这个东西光看文章还不够。你得自己实现一个最小版本亲手把用户输入、拆解任务、loop、工具调用、事件流、权限审批、上下文管理这些链路串起来才会真正理解所谓 AI Agent到底是怎么跑起来的。目前市面上哪里那个Agent做的最好当然是Claude。所以这次我在知识星球里更新一个新的 AI Agent 项目KamaClaude从零实现一个本地 Claude Code Agent 系统mini 版。也可以理解为我们自己动手实现一个minClaude不仅实现Agent内核还是先一套 TUI。大家可以看一下效果接入的是deepseek-v4-flash当然大家也可以接入其他模型。可以接入命令可以使用skill可控制上下文可压缩可以下达一个稍稍负责的任务KamaClaude自动完成规划 并执行KamaClaude会先申请一下本地编辑权限然后规划并执行项目展示视频当然它不是要一比一复刻 Claude Code 的所有产品能力而是把 Claude Code 这类 AI 编程 Agent 最核心的运行机制拆出来用户输入一个目标Agent 能自己规划下一步模型不是只回答文本而是能主动发起工具调用工具调用不是直接裸跑而是有参数校验和权限审批执行过程不是黑盒而是通过事件流实时展示到 TUI每一次 run 都能留下 events、trace、session 记录方便复盘和排查多轮会话不是简单拼接历史而是有 thread、notes、context 分层记忆上下文快爆了不是粗暴截断而是有水位检测和 compact 压缩复杂任务可以交给子 Agent外部工具可以通过 MCP 接进来我们要做的是一个真正能跑任务、能调工具、能看过程、能管权限、能续上下文、能扩展生态的本地 Agent 运行时。你学完之后再看 Claude Code、Codex、Cursor 这些 AI 编程工具就不会只停留在“它好像很智能”。你能看懂它背后那条工程主线用户目标 → Agent Loop → 模型思考 → 工具调用 → 结果回填 → 事件展示 → 会话续航。项目演示本视频只在知识星球里带大家演示如何从零运行 KamaClaude并完成一次完整的 Agent 使用体验克隆项目和切换阶段分支配置.env让 Agent 写一个一个任务配置 Skill 和 MCP在 TUI 里看到工具调用、事件流、权限审批和上下文水位KamaClaude 长什么样KamaClaude 的最终形态是这样的用户不是直接和一个脚本对话而是通过kamaCLI 或kama-tui连接到常驻的kama-core守护进程。真正执行任务的是 Core daemon。CLI 和 TUI 只是客户端。这意味着TUI 崩了Agent 任务不一定要跟着死后续可以同时接 CLI、TUI、Web 前端所有任务过程都能通过事件流订阅所有命令、响应、事件都要通过类型化协议通信Agent 的工具调用、会话记忆、权限审批、上下文压缩都在同一条运行链路里完成这就是它和普通 AI Demo 最大的区别普通 Demo 是“调用模型”。KamaClaude 是“搭一个本地 Agent 运行时”。项目专栏目录从项目演示运行到 项目实战架构如何设计、环境怎么搭Agent loop上下文、可压缩、MCP、skill支持这些如恶化设计。最后再到求职相关项目的简历写法、项目亮点、本项目常见面试题都给大家准备好了。从项目源码到答疑一条龙服务不用担心学不会有什么问题都可以在专属微信群提问知识星球里每个项目都有专属答疑群扫如下十元代金券只需要 196 元加入知识星球你将获得20 套项目教程专栏 源码 配套答疑。每个项目平均不到十元钱而且加入星球的服务远不止这些项目。加入知识星球后加如下微信发送支付截图拉你到星球交流群如果你不知道知识星球对自己是否有帮助可以先加入看看感受一下星球里的学习氛围。三天内72h可以全额退款。项目特色这个项目我采用全新的讲解方式不是一下子直接给大家全部项目代码。而且分成了 8个阶段一步一步带大家实现完整的kamaClaude。每个阶段都不是堆功能而是解决一个真实的 Agent 工程问题。阶段主题这一阶段真正解决的问题S0骨架与协议契约CLI 和 daemon 通过真实 IPC 完成一次 ping/pongS1Agent 最小闭环一次kama run从 goal 到 LLM、工具、事件文件完整跑通S2事件流外化AgentRunner 搬进 daemonCLI/TUI 通过 IPC 订阅同一份事件流S3自主规划与 TUIAgent 能用任务工具拆解复杂目标TUI 展示完整执行过程Trace系统级时间线IPC / EventBus / LLM 三层数据流可追踪、可回放S4会话与记忆多轮 run 进入同一个 sessionthread 和 notes 接住上下文S5工具安全工具调用前有参数校验、权限审批、失败分类和重试S6上下文治理长会话下有 context 水位、tool_result 截断和 compactS7扩展边界Skills、Subagents、MCP 让 Agent 可组织、可派生、可接外部工具从第一章开始项目就不是“先写一个脚本后面再慢慢重构”。KamaClaude 在 S0 就先把kamaCLI 和kama-coredaemon 拆开通过 TCP NDJSON JSON-RPC 2.0 通信。这一步看起来比普通脚手架更重但它换来的是后面所有能力都不用推倒重来TUI 可以复用同一套 IPC事件订阅可以复用同一套通道权限审批可以通过事件推到前端trace 可以记录完整请求和响应后续 Web 前端也可以接入同一个 Core这就是工程项目里真正值钱的地方。不是“能不能跑”而是系统边界一开始就立住。项目架构图KamaClaude 的核心不是一个 prompt而是一套完整的本地 Agent 运行链路用户目标 → CLI / TUI → JSON-RPC over NDJSON → kama-core daemon → AgentRunner → AgentLoop → LLM Provider → ToolRegistry → PermissionManager → EventBus → Session Store → TUI 实时渲染 / events.jsonl 持久化 / trace 回放你学完以后面试官再问 AI Agent 项目你就不是说“我调用了大模型 API。”而是能说我实现了 ReAct AgentLoop 和工具调用闭环我用 EventBus 把 Agent 执行过程外化成事件流我实现了 TUI 实时渲染、工具折叠块、权限审批卡片我实现了 Session、thread、notes 三层记忆体系我实现了上下文水位检测、tool_result 截断、自动 compact 和手动 compact我实现了 Skills、Subagents、MCP 外部工具接入我用 pytest、mypy strict、ruff 保证项目质量我实现了守护进程 多客户端架构我设计了 JSON-RPC 2.0 NDJSON 的类型化 IPC 协议这就不是“AI 套壳项目”了。这是一个能拿去讲系统设计、异步并发、协议建模、工具安全、上下文工程、多 Agent 编排的高质量项目。项目亮点KamaClaude 最大的亮点是把 Claude Code 这类 AI 编程 Agent 背后的核心机制用一个 mini 版工程完整跑通它不是单进程脚本而是kama-coredaemon CLI/TUI 多客户端架构不是一次性调大模型而是 ReAct AgentLoop支持模型思考、工具调用、结果回填和多步执行不是让模型说执行就执行而是把工具调用放进ToolRegistry和PermissionManager先做参数校验、权限审批、失败分类再把 tool result 返回给模型不是只展示最终答案而是通过EventBus、events、trace 和 TUI把 token 流、工具调用、审批、上下文水位都实时展示并可回放不是简单拼接聊天历史而是用 session、thread、notes、context 和 compact 做上下文治理最后还支持 Skills、Subagents、MCP把工作流、子 Agent 和外部工具统一接进同一套运行链路。也就是说这个项目真正能讲的不是“我接了一个大模型接口”而是“我实现了一个本地 Agent 运行时”。这个项目适合谁如果你正在准备秋招、春招、实习、社招想做一个 AI 项目想了解Agent工作原理这个项目很适合你。如果你已经做过 RAG、聊天机器人、AI 助手想把项目深度往 Agent 工程方向拔高这个项目也很适合。如果你想理解 Claude Code、Codex、Cursor 这类 AI 编程工具背后的运行时设计这个项目同样值得系统学一遍。不是教你背概念。是带你从 S0 到 S7八个阶段把一个本地 Agent 工具从零搭出来。每一章都有明确的执行路径每一阶段都能运行、能验证、能留下文件证据。你不是最后拿到一个黑盒项目。你会知道它每一层为什么存在。项目专栏本项目为文字专栏讲解方式不过在项目环境配置启动使用上 给大家录制了视频。项目专栏把 简历写法、项目亮点、常见面试题 都准备好了大家做完这个项目可以直接用。本项目分成8个阶段完成每一阶段都有详细讲解S0、项目基础架构S1、Agent 第一次运行S2、把事件流外化为 IPCS3、traceS3、Agent 的自主规划S4、把 Agent 变成会话伙伴S5、给工具加上安全锁S6、让上下文可控、可压缩、可续航S7、Skills、Subagents 与 MCP学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
