企业官网建设流程全解析

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。

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 IPC

S3、trace

S3、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】